Embed Size (px)
Citation preview
ESTIMACIÓN DE LA VARIACIÓN ESPACIO
TEMPORAL DE LA EVAPOTRANSPIRACIÓN REAL EN
EL VALLE DEL CAUCA Y SU RELACIÓN CON LA
AMENAZA DE SEQUÍA METEOROLÓGICA, ENTRE
LOS AÑOS 2000 AL 2015
Trabajo de investigación - Maestría en Desarrollo Sustentable
YURAY MARTINEZ PADREDIN OLGA LUCIA BAQUERO MONTOYA
2018
Página 1 de 99
ESTIMACIÓN DE LA VARIACIÓN ESPACIO TEMPORAL DE LA
EVAPOTRANSPIRACIÓN REAL EN EL VALLE DEL CAUCA Y SU RELACIÓN CON
LA AMENAZA DE SEQUÍA METEOROLÓGICA, ENTRE LOS AÑOS 2000 AL 2015
Trabajo de grado para optar al título de Magister en Desarrollo Sustentable
YURAY MARTINEZ PADREDIN
1404728
Directora:
FÍSICA OLGA LUCIA BAQUERO
MSc. Geofísica.
FACULTAD DE INGENIERIA, ESCUELA DE INGENIERÍA CIVIL Y GEOMÁTICA
CALI, COLOMBIA
2018
Página 2 de 99
Contenido
Pág.
Introducción .................................................................................................................................... 8
1. Problema de investigación ........................................................................................................ 10
2. Objetivos ................................................................................................................................... 12
2.1. General ........................................................................................................................... 12
2.2. Específicos ..................................................................................................................... 12
3. Definiciones y bases teóricas ................................................................................................ 12
3.1. Evapotranspiración ......................................................................................................... 12
3.2. Sequía ............................................................................................................................. 16
3.3. Variabilidad climática .................................................................................................... 20
3.4. Sensores remotos ............................................................................................................ 22
4. Marco referencial .................................................................................................................. 25
4.1. Evapotranspiración ......................................................................................................... 25
4.2. Sequía ............................................................................................................................. 28
4.3. Variabilidad climática .................................................................................................... 31
5. Metodología y resultados ...................................................................................................... 32
5.1. Estimación de la evapotranspiración real y potencial mediante el producto modis 16.. 33
5.1.1. Revisión y análisis del producto modis 16 a2..........................................................33
5.1.2. Descarga de las imágenes ........................................................................................51
5.1.3. Procesamiento de las imágenes................................................................................52
5.2. Comparación de los valores de evapotranspiración potencial de mod16 a2 con valores
de evapotranspiración calculados con información de campo.................................................. 53
5.2.1. Estimación de la evapotranspiración potencial con datos en campo .......................53
5.2.2. Métodos estadísticos de comparación de los tres modelos ......................................60
5.2.3. Comparación de los valores de evapotranspiración potencial de mod16 con evapotranspiración del método de la fao y turc modificado ..................................................61
5.3. Identificación de las variaciones espacio temporales de la evapotranspiración real en el valle del cauca entre los años 2000 al 2015. ............................................................................. 65
5.4. Relación del comportamiento de la evapotranspiración real de mod16 y altura sobre el
nivel del mar.............................................................................................................................. 75
5.5. Relación de la variación de la evapotranspiración real con los eventos enso fase cálida
mediante el índice oceánico el niño – oni ................................................................................. 77
5.6. Relación de las variaciones de la evapotranspiración real y el fenómeno de sequía meteorológica en una zona piloto en el valle del cauca ............................................................ 82
5.6.1. Calculo del índice estandarizado de evapotranspiración (seti) y el índice de precipitación estandarizada (spi)............................................................................................83
6. Conclusiones y recomendaciones ......................................................................................... 88
Referencias.................................................................................................................................... 91
Bibliografía ................................................................................................................................... 97
Página 3 de 99
Lista de Ilustraciones
Pág. Ilustración 1. Factores y variables que influyen en la Evapotranspiración ............................................ 13
Ilustración 2. Categorización de la sequía, según duración en tiempo. .................................................. 17 Ilustración 3. Esquema de un evento de sequía.................................................................................... 19
Ilustración 4. Comportamiento del ENSO en sus dos fases .................................................................. 22
Ilustración 5. Diagrama de flujo del algoritmo de MODIS16, extraído de Mu, et al. 2013. ..................... 50
Ilustración 6. Creación de la base de datos.......................................................................................... 59
Ilustración 7. Determinación de las variables a ingresar....................................................................... 59
Ilustración 8. Mapa de la ubicación de las estaciones climatológicas que se emplearon en la validación . 62
Ilustración 9. Comportamiento de la Evapotranspiración Potencial con tres modelos de estimación........ 64 Ilustración 10. Escenarios de comportamiento de la evapotranspiración real para el periodo de estudio .. 66
Ilustración 11. Comportamiento de la ETR mensual en la Cordillera Occidental vertiente Valle............. 67
Ilustración 12. Comportamiento de la ETR mensual en la Cordillera Central vertiente Valle.................. 67
Ilustración 13. Comportamiento de la ETR mensual en la zona de ladera de la Cordillera Central vertiente Valle................................................................................................................................................ 68
Ilustración 14. Comportamiento de la ETR mensual, zona plana del Norte de Valle del Río Cauca......... 68
Ilustración 15. Comportamiento de la ETR mensual, zona plana del Sur de Valle del Río Cauca. ........... 69
Ilustración 16. Comportamiento de la ETR mensual en la zona de ladera del municipio de Buenaventura........................................................................................................................................................ 70
Ilustración 17. Comportamiento de la ETR mensual en el norte del municipio de Buenaventura ............ 70
Ilustración 18. Comportamiento de la ETR mensual en la zona Costera ................................................ 71
Ilustración 19. Comportamiento mensual multianual de los meses de Enero a Junio .............................. 72
Ilustración 20. Comportamiento mensual multianual de los meses de Julio a Diciembre ........................ 72
Ilustración 21. Comportamiento de la ETR MOD16, radiación solar, velocidad del viento y temperatura media del aire en la estación de Zarzal de CENICAÑA, año 2013........................................................ 74 Ilustración 22. Mapa de la Evapotranspiración Real promedio y el DEM de alturas............................... 75
Ilustración 23. Análisis de proporción entre la altura y la ETR ............................................................. 77
Ilustración 24. Comportamiento del ENSO en los periodos de estudio a analizar ................................... 79
Ilustración 25. Zonificación del área de estudio para determinar relación del ENSO con la evapotranspiración real ..................................................................................................................... 80
Ilustración 26. Comportamiento de evapotranspiración real Vs. Fenómeno ENSO para los tres periodos de estudio ............................................................................................................................................. 81 Ilustración 27. Comportamiento de la evapotranspiración real y ENSO para el periodo enero de 2000 a marzo de 2003 .................................................................................................................................. 82
Ilustración 28. Resultados del Índice Estandarizado de Evapotranspiración (SETI), periodo de 6 meses. 84
Ilustración 29. Resultados del Índice Estandarizado de Evapotranspiración (SETI), periodo de 3 meses. 85
Ilustración 30. Resultados del Índice de Precipitación Estandarizada (SPI), periodo de 6 meses. ............ 86
Ilustración 31. Resultados del Índice de Precipitación Estandarizada (SPI), periodo de 3 meses. ............ 86
Página 4 de 99
Lista de Tablas
Pág. Tabla 1. Especificaciones Producto MOD16....................................................................................... 24
Tabla 2. Análisis estadístico de la correlación entre los métodos en campo y MOD16 ........................... 65
Tabla 3. Clasificación de Niños y Niñas por su intensidad, empleando el índice ONI. ........................... 78
Tabla 4. Anomalías en la TSM relacionadas con el fenómeno ENSO ................................................... 78
Tabla 5. Estaciones empleadas para el análisis. ................................................................................... 83
Tabla 6. Categorías del SETI y el SPI ................................................................................................ 84
Página 5 de 99
A todos aquellos que lo hicieron posible…
Página 6 de 99
Resumen
Este estudio analiza la variabilidad espacial y temporal de la evapotranspiración real (ETR) en el
Departamento del Valle del Cauca, empleando información mensual y semanal del producto
MOD16 para el periodo del 2000 al 2015. Encontrando que el comportamiento de la
evapotranspiración real en el departamento del Valle del Cauca es unimodal, presentando valores
bajos de ETR entre los meses de noviembre a febrero y valores altos entre los meses de mayo a
agosto. Los resultados obtenidos al comparar los patrones de variación de la evapotranspiración
real con la altitud (msnm) y eventos ENSO de categoría moderada y fuerte, demostró que existe
una relación inversa entre los valores de evapotranspiración de MOD16 y la altura, la cual no en
todos los casos se cumple, de igual modo se identificó que la evapotranspiración real se ve
afectada significativamente en presencia del Fenómeno del ENSO cuando se presenta magnitud
fuerte e intensidad prolongada. Los resultados del análisis de la relación entre la
evapotranspiración real y la sequía meteorológica en una zona piloto en el Valle del Cauca,
mediante la implementación del Índice Estandarizado de Evapotranspiración (SETI) y del Índice
de Precipitación Estandarizada (SPI), muestran que el uso de estos índices de manera conjunta
permiten identificar la amenaza de sequía meteorológica, por disponibilidad del agua en el
tiempo. El presente estudio contribuye al conocimiento sobre la variación de la
Evapotranspiración Real en el Valle del Cauca y su relación con la amenaza de sequía
meteorológica.
Palabras clave: evapotranspiración, MOD16, sequía meteorológica, variabilidad, Valle del
Cauca, ENSO, SETI, SPI.
Página 7 de 99
Abstract
This study analyzes the spatial and temporal variability of real evapotranspiration (ETR) in the
Department of Valle del Cauca, using monthly and weekly information of the MOD16 product
for the period from 2000 to 2015. Finding that the behavior of real evapotranspiration in the
department del Valle del Cauca is unimodal, presenting low values of ETR between the months
of November to February and high values between the months of May to August. The results are
compared with the patterns of variation of real evapotranspiration with altitude (msnm) and
ENSO events of the moderate and strong category, showed that there is an inverse relationship
between values of evapotranspiration of MOD16 and height, which not in all the cases are met, it
was also identified that the real evapotranspiration is significantly affected in the presence of the
ENSO Phenomenon when there is a strong magnitude and prolonged intensity. The results of the
analysis of the relationship between real evapotranspiration and meteorological drought in a pilot
area in Valle del Cauca, through the implementation of the Standardized Evapotranspiration
Index (SETI) and the Standardized Precipitation Index (SPI), show that the use of these indices
together allow us to identify the threat of meteorological drought, due to the availability of water
over time. The present study contributes to the knowledge about the variation of the Real
Evapotranspiration in the Valle del Cauca and its relationship with the threat of meteorological
drought.
Key words: evapotranspiration, MOD16, meteorological drought, variability, Valle del Cauca,
ENSO, SETI, SPI.
Página 8 de 99
Introducción
La Evapotranspiración (ET) es la combinación de dos procesos separados: uno de ellos es la
evaporación, proceso mediante el cual el agua es transferida desde la superficie terrestre hacia la
atmósfera; el otro es la transpiración, en el que el agua absorbida por medio de las raíces de las
plantas, se transfiere a la atmósfera a través de numerosos y diminutos estomas situados en las
hojas. Estos procesos son importantes en la formación y determinación del clima de la tierra y
por ende de la vida de los seres vivos que habitan en ella.
La transferencia de agua desde el suelo y la vegetación hacia la atmósfera (evapotranspiración)
es uno de los procesos más profundos y consecuentes de la Tierra, siendo una variable esencial
del ciclo hidrológico. La evapotranspiración es fundamental para la ciencia del sistema terrestre,
ya que gobierna las interacciones (por ejemplo, el intercambio de energía y ciclos
biogeoquímicos) entre la atmósfera y los ecosistemas terrestres y por lo tanto limita la
disponibilidad de agua sobre los continentes. Cambios en las dinámicas naturales del
comportamiento de la evapotranspiración pueden dar lugar a una intensificación general o el
debilitamiento del ciclo del agua, con implicaciones para el reciclaje de la precipitación y la
generación de escorrentía en el paisaje (Irmak, 2012).
Se estima que la evapotranspiración retorna más del 50% del agua precipitada a la atmósfera,
convirtiéndose en el componente más grande del ciclo hidrológico, después de la precipitación,
jugando un papel clave en el control del clima respecto a la distribución espacio-temporal de la
humedad y la temperatura, reduciendo los picos y la modulación de las amplitudes de altas y
bajas temperaturas en la superficie de la Tierra. Además, el flujo de agua a través de las plantas
mediante el proceso de transpiración transporta minerales y nutrientes necesarios para el
crecimiento de la vegetación y crea un proceso beneficioso de enfriamiento para el dosel de las
plantas en muchos climas a nivel mundial (Irmak, 2012).
La evapotranspiración modifica sustancialmente el balance de energía sobre la superficie de la
tierra, debido a que consume por cada metro cúbico de agua evaporada 2,45 billones de julios,
Página 9 de 99
energía que enfría la superficie y reduce el calentamiento del aire. Gran parte de la energía
absorbida por el proceso de evapotranspiración posteriormente cambia el balance de energía
superficial cuando el vapor de agua se condensa como precipitación (Irmak, 2012).
En la actualidad existe una amplia gama de métodos para cuantificar la evapotranspiración, todos
parten de diversas teorías en donde es necesaria la obtención de información de campo, lo cual
restringe la obtención de datos, solo durante los últimos años, con el advenimiento de los
sensores remotos, junto con los modelamientos complejos, se ha podido cuantificar la
evapotranspiración mediante información satelital, teniendo en cuenta su complejidad y
estructura variable, permitiendo obtener datos a diferentes escalas espaciales y temporales. (Van
der Tol Christiaan, 2011). La combinación de satélites equipados con sensores térmicos como
Landsat, AVHRR, MODIS y ASTER, ha permitido simular el comportamiento de algunas
variables que influyen en el proceso de evapotranspiración, facilitando la forma de cuantificar la
evapotranspiración de manera más precisa.
El comportamiento de la evapotranspiración está estrechamente relacionada al ciclo hídrico, por
ende, toda alteración en las dinámicas climáticas, sumado a los cambios en el uso del suelo y la
modificación de los flujos de agua, incrementan la ocurrencia de eventos extremos asociados a la
deficiencia o exceso de agua, generando así amenazas para las poblaciones (Food and
Agriculture Organization of the United Nations - FAO, 2008).
La sequía es uno de los procesos naturales más importantes, dado a que influye sobre la
disponibilidad del agua para consumo humano, uso agrícola y estabilidad de los ecosistemas
(Velasco y Montesillo, 2006). Este fenómeno natural de ocurrencia periódica, puede convertirse
en una amenaza para el desarrollo social y económico de una población cuando su impacto y
tiempo son prolongados, generando una secuela que se extiende más allá de su duración,
repercutiendo de manera negativa sobre el desarrollo de las comunidades y exacerbando los
problemas de abastecimiento de agua, alimentación, salud y calidad de vida.
El presente estudio, es importante para conocer el comportamiento de una de las variables
fundamentales del ciclo hídrico como es la evapotranspiración; en uno de los departamentos más
Página 10 de 99
variados en climas, altura sobre nivel del mar y cobertura vegetal. Situación que permite obtener
un mejor conocimiento del comportamiento de como la evapotranspiración real impacta en el
desabastecimiento de agua en épocas de sequía. Se espera que el presente trabajo se constituya
en un aporte al conocimiento para los planificadores y gestores del recurso hídrico en la región.
1. Problema de investigación
El Departamento del Valle del Cauca, se encuentra ubicado al suroccidente de Colombia, entre
las latitudes 05º02’08’’ y 03º04’02’’ Norte y entre los 72º42’27’’ y 74º27’13’’ de longitud Oeste
(Marín, 2010). Su ubicación geográfica y orientación de los relieves montañosos hacen que el
clima del departamento sea muy variado, con un comportamiento bimodal de precipitación en
todo el territorio. Durante el año 2015 algunos municipios y ciudades importantes del Valle del
Cauca, presentaron serios problemas de desabastecimiento de agua, debido a la sequía
prolongada la cual afecto la cantidad, calidad y disponibilidad del agua para consumo humano, la
agricultura y la generación de energía, mostrando una falta de planeación y organización de los
municipios para afrontar este evento.
Al ser la evapotranspiración una variable fundamental en el ciclo hidrológico surge la necesidad
de comprender su relación con los eventos de sequía, entendiendo que el desarrollo de estos
eventos extremos genera pérdidas económicas, ambientales y sociales de gran impacto en la
sociedad. Se estima que las pérdidas económicas generadas durante el año 2015 por el fenómeno
de sequía a nivel nacional superaron los tres billones de pesos por daños ambientales, costos
cercanos al 0,08 por ciento del Producto Interno Bruto (PIB) anual de Colombia. Desde el 1 de
enero al 31 de diciembre de 2015, se han registrado un total de 4.617 incendios relacionados con
el fenómeno de sequía en todo el territorio, los cuales han consumido 119.385 hectáreas, en
donde 23.232 hectáreas (19,5 %) correspondieron a bosques. Las pérdidas económicas causadas
por la afectación de los incendios forestales en bosque son de alrededor de 476.000 millones de
pesos. (Correa, 07 de febrero de 2016).
Página 11 de 99
La Secretaría de Agricultura del Valle sostiene que 13.911 hectáreas (Has) fueron
afectadas. De estas, 4.130 hectáreas fueron reportadas como quemas de cultivos y el resto
de hectáreas fueron afectadas por falta de agua. Los municipios más afectados en el
Valle del Cauca fueron: El Águila con 3675 Has, Argelia (2143 Has), Yumbo (1275
Has), Obando (672 Has) y El Cairo (652 Has). Los cultivos que se vieron más afectados
fueron los de café, con 4377 Has; plátano, 2902; frutales en general, 679; aguacate, 639;
maíz, 539; banano y bananito, con 358 Has. (Carrillo, 17 de enero de 2016).
En Abastecimiento, 12 municipios de los 42 que posee el Valle del Cauca, presentaron en el año
2015 afectaciones por el corte de agua potable. Municipios como Vijes, La Victoria, Toro,
Ansermanuevo, La Unión y Obando presentaron cortes de agua de diez horas al día. Otros
municipios como La Cumbre, Restrepo, Riofrio, Zarzal, Roldanillo y San Pedro presentaron
cortes diarios de seis horas. En la Ciudad de Cali las comunas más afectadas fueron la 18 y 20
(Libreros, 17 de enero de 2016). El municipio de Cartago decreto el estado de calamidad pública
el 29 de febrero de 2016, debido a las dificultades en el abastecimiento de agua potable y en la
pérdida de cultivos.
Respecto al tema energético, los embalses del Valle del Cauca fueron los más afectados a nivel
nacional, presentando en un momento dado un volumen útil de 28,65 % y una capacidad de
442,99 gigavatio por hora (GWh). El embalse de Calima fue el de menor volumen diario (18,18
%), Altoachincaya (35,51 %) y Salvajina (54,28%), tuvieron volúmenes un poco más altos, pero
igualmente preocupantes (El País, 28 de enero de 2016).
Página 12 de 99
2. Objetivos
2.1. General
Estimar la variación espacio-temporal de la evapotranspiración real entre los años 2000 - 2015 en
el departamento del Valle del Cauca e identificar su relación con la amenaza de sequía
meteorológica en una zona piloto del área de estudio.
2.2. Específicos
Estimar mediante imágenes satelitales las variaciones espacio temporales de la
evapotranspiración real en el Valle del Cauca entre los años 2000 al 2015.
Zonificar las variaciones de la evapotranspiración real en el departamento del Valle del
Cauca para los años 2000 al 2015 y relacionar las variaciones de evapotranspiración con
altitud y eventos ENSO.
Relacionar las variaciones de la evapotranspiración real con el fenómeno de sequía
meteorológica en una zona piloto en el Valle del Cauca.
3. Definiciones y Bases Teóricas
3.1.Evapotranspiración
La evapotranspiración es la combinación de dos procesos distintos, uno de ellos es la
evaporación, proceso mediante el cual el agua es transferida desde la superficie terrestre hacia la
atmósfera. Incluye tanto la evaporación de agua líquida directamente desde el suelo o desde las
superficies vegetales (rocío, escarcha, lluvia interceptada por la vegetación, etc.), como las
pérdidas de agua producidas a través de las superficies vegetales, particularmente las hojas. El
otro proceso es la transpiración, en el que el agua absorbida por medio de las raíces de las
plantas, se transfiere a la atmósfera a través de numerosos y diminutos estomas situados en las
Página 13 de 99
hojas. La transferencia total de agua implicada en el proceso de la evapotranspiración, cuando la
superficie evaporante es una cubierta vegetal, se expresa como calor latente transferido por
unidad de área o su equivalente altura de agua, también por unidad de área. (Sanchez,1992, pp.3)
Se estima que el 100 % de la evapotranspiración ocurre en forma de evaporación cuando el suelo
esta descubierto, mientras que cuando la cobertura vegetal es completa, más del de 90% de la
evapotranspiración ocurre como transpiración. (FAO, 2008, pp.3). Es importante mencionar que
la evaporación es un proceso pasivo impulsado únicamente por la entrada de energía solar,
mientras que la transpiración implica un movimiento activo del agua a través del cuerpo de las
plantas, en donde hay transferencia de agua desde el suelo a la atmósfera (Irmak, 2012).
Existen diversos factores y variables que incluyen en el comportamiento de la evapotranspiración
(Ilustración 1), algunos de ellos son extrínsecos y otros son intrínsecos. Los extrínsecos son la
radiación solar, la velocidad del viento, la temperatura del aire y la humedad del aire. Los
intrínsecos son: el albedo, la emisividad de la superficie, la rugosidad del suelo, el tipo de
vegetación, la ubicación, el tipo de suelo y el contenido de agua en el suelo (Morillas, 2013).
Ilustración 1. Factores y variables que influyen en la Evapotranspiración (Adaptada de Allen et al., 2006)
Página 14 de 99
Se cree que la evapotranspiración a nivel mundial está aproximadamente entre casi cien billones
de metros cúbicos por año, siendo el componente más grande del ciclo hidrológico, después de la
precipitación (Irmak, 2012). Por ende, la evapotranspiración constituye un importante elemento
que enlaza el ciclo hidrológico y el balance de energía superficial, permitiendo a partir de la
transferencia de masa y energía mantener unos niveles energéticos e hídricos adecuados en el
sistema suelo-atmósfera (Sánchez y Chuvieco, 2000).
El concepto de evapotranspiración incluye cuatro diferentes definiciones;
• Evapotranspiración Potencial (ETP): la cual se define como la máxima cantidad de agua
que puede evaporarse desde un suelo completamente cubierto de vegetación, que se
desarrolla en óptimas condiciones y en el supuesto caso de no existir limitaciones en el
suministro de agua;
• Evapotranspiración Real (ETR): es la evapotranspiración que ocurre en condiciones reales,
teniendo en cuenta que no siempre la cobertura vegetal es completa, ni el suelo se encuentra
en estado de saturación;
• Evapotranspiración del cultivo de referencia (ETo): tasa de evapotranspiración de una
superficie extensa de un cultivo de 8 a 15 cm de altura, uniforme, de crecimiento activo, que
cubren totalmente el suelo y sin escasez de agua;
• Evapotranspiración del cultivo bajo condiciones estándar (ETc): se refiere a la
evapotranspiración de cualquier cultivo cuando se encuentra exento de enfermedades, con
buena fertilización y que se desarrolla en parcelas amplias, bajo óptimas condiciones de suelo
y agua, y que alcanza la máxima producción de acuerdo a las condiciones climáticas
reinantes (Allen et al., 2006).
En la actualidad existe una amplia gama de métodos para determinar la evapotranspiración
potencial, algunos soportados en medidas directas como, por ejemplo: Hidrológicos, Balance de
agua en el suelo, Lisímetros, Micrometeorológicos, Balance de energía y relación Bowen,
Método aerodinámico, Fisiología de planta, Método de flujo de savia, Sistema de cámara, entre
otros. Como también existen los métodos soportados en medidas indirectas como los Analíticos
(Modelo de Penman-Monteith) y los Empíricos (Métodos basados en el coeficiente de cultivo y
en la modelación del balance de agua) (Torres, 2010). Sin embargo, uno de los métodos más
Página 15 de 99
reconocidos y aceptados a nivel mundial es el de Penman-Monteith, el cual combina conceptos
de balance de energía y de transporte de masa y en el que el proceso de evapotranspiración se
formula para modelar la interacción y comportamiento de la cubierta vegetal y la atmósfera en
relación con el flujo de vapor de agua (Torres, 2010).
El método de Penman-Monteith esta soportado en el siguiente balance energético:
Donde:
: es el flujo de calor latente
: es el calor latente de evaporación
s=d(esat)/dT es la pendiente de la curva que relaciona la presión de vapor de agua saturado
(esat) con la temperatura.
A: se reparte entre la energía disponible de calor sensible, calor latente y flujo del calor del
suelo en la superficie de la tierra.
: es la densidad del aire
Cp: es la capacidad de calor especifico del aire
ra: es la resistencia aerodinámica
rs: es la resistencia de la superficie, es una resistencia efectiva de evaporación desde la
superficie de la tierra y la transpiración desde el dosel de las plantas
: es la constante psicrométrica dada por: =Cp*Pa*Ma/( *Mw) en donde Ma y Mw son las
masas moleculares de aire seco y aire húmedo respectivamente, y Pa es la presión
atmosférica.
A partir de este método de Penman-Monteith, han surgido nuevas metodologías en donde se
modifican algunas de las variables iníciales para facilitar o mejorar la extracción de los datos,
facilitando la estimación de la evapotranspiración potencial.
Los métodos existentes para determinar evapotranspiración real, son pocos y se basan en su
mayoría en formulas empíricas, en las cuales se emplean las variables de precipitación y
Página 16 de 99
temperatura, como por ejemplo las Formula de Turc, Coutagne y Budyko (Allen et al., 2006),
pero que no tienen en cuenta factores como la cobertura vegetal y variables como la velocidad
del viento, la radiación solar y la humedad en el aire. Otro método de estimación de la
evapotranspiración real consiste en multiplicar los valores de la evapotranspiración de referencia
por un coeficiente único del cultivo (Kc), metodología de amplio uso para el sector agrícola.
Otro método para estimar la evapotranspiración real es mediante el uso de imágenes satelitales,
como es el caso del producto MOD16 ET, el cual fue creado por el Dr. Steve Correr de la
National Aeronautics and Space Administration - NASA, en donde emplean un algoritmo basado
en la ecuación de Penman-Monteith, utilizando datos de reanálisis meteorológico diario y de
ocho (8) días y contemplando en su cálculo todos los posibles factores y variables presentes en el
proceso de evapotranspiración en varios climas y latitudes, este producto genera información
semanal, mensual y anual de la evapotranspiración real y potencial en un área de
aproximadamente un kilómetro cuadrado, siendo un método de interés para el presente trabajo.
3.2. Sequía
Las sequías son en realidad el resultado de la combinación de factores meteorológicos, humanos
y físicos. La causa inicial es la escasez de precipitaciones (sequía meteorológica) lo que deriva
en
una insuficiencia de recursos hídricos (sequía hidrológica) necesarios para abastecer la demanda
existente que desde el punto de vista de la agricultura (sequía agrícola), es una escasez
permanente
y considerable de agua en una determinada zona de terreno cultivado, o en una zona forestal, lo
que, en gran medida, limita el proceso de vida de las plantas (González, 2002).
Wilhite y Glantz (1985) citado por Marcos, 2001, detectaron más de ciento cincuenta (150)
definiciones de sequía, categorizándolas en cuatro grupos según la disciplina científica desde la
que se ha analizado el fenómeno, las cuales son: sequía meteorológica, sequía hidrológica, sequía
agrícola y sequía socioeconómica (Ilustración 2). Existen clasificaciones más simples, como la
de SUDENE (1999), que prescinde del tipo meteorológico y divide las sequías en hidrológicas,
Página 17 de 99
agrícolas y efectivas (estos últimos equivalentes a socioeconómicas), y más detalladas, como la
de Subrahmanyam (1967), que distingue hasta seis tipos de sequía (meteorológica, climática,
atmosférica, agrícola, hidrológica y de gestión hídrica).
Ilustración 2. Categorización de la sequía, según duración en tiempo. (Imagen extraída de Loaiza et al., 2014)
Uno de los tipos de sequía que guarda mayor relación con los cambios en las dinámicas
climáticas, es la sequía meteorológica. La sequía meteorológica está definida como una
condición anormal y recurrente del clima, caracterizada por una ausencia prolongada, un déficit
marcado o una débil distribución de precipitaciones con relación a la considerada como normal
en un territorio. En otros términos, se entienden que la sequía meteorológica es una expresión de
la desviación de la precipitación respecto a la media durante un período de tiempo determinado
Ortega-Gaucin (2012).
Marcos, 2001 cita la definición de sequía meteorológica de Palmer (1965) como el “intervalo de
tiempo, generalmente con una duración del orden de meses o años, durante el cual el aporte de
humedad en un determinado lugar cae consistentemente por debajo de lo climatológicamente
esperado o del aporte de humedad climatológicamente apropiado”. A pesar de estas definiciones
Página 18 de 99
se sabe que en la mayoría de casos, las definiciones de sequía meteorológica presentan
información específica para cada región particular, que varía en función de las características del
clima regional.
En la actualidad existen una gran variedad de índices que permiten analizar el comportamiento
de la sequía en un rango amplio de condiciones climáticas. Gutiérrez y Hernández (2016), en su
investigación llamada “Situación actual de los índices en uso para el estudio de la sequía”
presentan cuarenta y un (41) índices de sequía, los cuales se diferencian entre sí por su tipología
(índices de tipo meteorológico, agrícola, hidrológico), por su simplicidad o complejidad, por el
número de parámetros que utiliza, por el grado de información que requieren para su cálculo, por
su efectividad, por las limitaciones de su aplicación, entre otros. De estos cuarenta y un (41)
índices treinta (30) están diseñados para evaluar la sequía meteorológica, siendo el Índice de
Precipitación Estandarizada - SPI, el más usado en la actualidad, dado su fácil manejo,
versatilidad, confiabilidad y comparabilidad con otros índices.
En el estudio de Loaiza, 2014 se realiza un análisis de los diferentes tipos de índices de sequía
meteorológicos para una cuenca del Valle del Cauca, con el objetivo de identificar las
capacidades de cada índice, determinando que el índice más apropiado para el análisis de sequía
en condiciones de escasa información es el Índice de Precipitación Estandarizada – SPI.
El Índice de Precipitación Estandarizada – SPI, funciona empleando información de
precipitación, en donde se calcula las desviaciones estándar de cada registro o valor de
precipitación mediante una distribución Gamma. Las probabilidades son transformadas en series
normalizadas con media cero y desviación estándar 1 (Podestá et al., 2016). Los valores
superiores al promedio histórico del mes correspondiente, darán valores del SPI positivos, esto
representa condiciones de humedad; mientras que registros de precipitación inferiores al
promedio histórico del mes correspondiente, arrojarán valores del SPI negativos, lo cual indica
una intensidad en el déficit de humedad (Ilustración 3). Este índice permite estudiar diferentes
escalas de tiempo, identificando así diferentes tipos de sequía.
Página 19 de 99
En el estudio realizado por Hurtado & Cadena (2002), se expone que el mejor lapso de tiempo
para analizar sequía meteorológica con el índice SPI es el de tres meses, dado a que refleja las
condiciones de humedad en períodos de corto y mediano plazo, suministrando una estimación
del comportamiento de las lluvias estacionales. Sin embargo, para el presente trabajo se
analizarán también las tendencias a mediano plazo, motivo por el cual se empleará el lapso de
análisis de seis meses para los dos índices propuestos.
Ilustración 3. Esquema de un evento de sequía. En la línea naranja se ilustra una seria de SPEI. La línea punteada
magenta indica el umbral por debajo del cual se considera sequía. La magnitud del evento es el producto de la duración y
la intensidad (área sombreada color marrón debajo del umbral de evento seco). (Imagen extraída de Podestá et al., 2016)
De La Casa et al. (2017), proponen un nuevo índice de sequía meteorológica, llamado Índice
Estandarizado de Evapotranspiración Real (SETI), el cual considera la influencia de la reserva de
agua del suelo, siendo la evapotranspiración real la variable seleccionada para representar la
disponibilidad de agua. La obtención del SETI es conceptualmente similar al SPI. En donde los
valores de evapotranspiración real en primer lugar son ajustados a una función de distribución
gamma y, luego, estos valores son transformados usando una distribución normal inversa para
estandarizar los resultados.
Teniendo en cuenta que los dos índices (SETI y SPI) emplean la misma escala de análisis y
aportan información sobre las dos variables más importantes del ciclo hídrico, se decide
Página 20 de 99
emplearlos en la presente investigación como mecanismos para analizar la relación entre la
evapotranspiración real y el fenómeno de sequía meteorológica.
3.3. Variabilidad climática
El concepto de variabilidad climática hace referencia a las variaciones del estado medio y a otras
características estadísticas (desviación típica, sucesos extremos, etc.) del clima en todas las
escalas temporales y espaciales más amplias que las de los fenómenos meteorológicos. La
variabilidad puede deberse a procesos internos naturales del sistema climático (variabilidad
interna) o a variaciones del forzamiento externo natural o antropogénico (variabilidad externa)
(IPCC, 2007).
La variabilidad climática se puede presentar en escalas de tiempo de unos cuantos años
(variabilidad interanual), por ejemplo, cuando en algunos años se observan lluvias más intensas
que en otros años, o años más cálidos o fríos que otros años. También se presenta variabilidad
climática a escalas menores de tiempo, por ejemplo, variaciones dentro de la estación de lluvias
(variación intraestacional). Gran parte de la variabilidad climática que experimentan diferentes
lugares del globo se relaciona con variaciones de las condiciones superficiales de los océanos,
principalmente de las regiones tropicales.
En Quintero et al., 2011 se da claridad respecto a los conceptos sobre Cambio Climático y
Variabilidad climática, exponiendo que la Variabilidad Climática hace referencia a las
variaciones en las condiciones climáticas medias, y otras estadísticas del clima (como las
desviaciones típicas y los fenómenos extremos, entre otras), en todas las escalas temporales y
espaciales que se extienden más allá de la escala de un fenómeno meteorológico en particular, lo
cual puede ser manifestada, por ejemplo, por fenómenos naturales como el evento cálido de El
Niño y su contraparte fría, La Niña, conocidos conjuntamente como El Niño Oscilación Sur
(ENOS). Por su parte el Cambio Climático, se define como la modificación del clima a grandes
escalas de tiempo, usualmente décadas, y en relación a períodos históricos comparables, debido a
Página 21 de 99
causas naturales, externas o internas a la tierra, o antrópicas, y con ocurrencias en el pasado
geológico.
El fenómeno de ENSO (El Niño Southern Oscillation, por sus siglas en inglés), es conocido por
sus fluctuaciones que se suceden entre los sistemas de alta presión en el Pacífico Sur y de baja
presión en el sudeste asiático. Es decir, cuando la presión aumenta en el océano Pacífico, tiende a
disminuir en el océano Índico, donde se presentan altas temperaturas del mar y lluvias intensas.
Por el contrario, cuando la presión sube en el sudeste asiático, tiende a decaer en el Pacífico Sur
(Roth, 2003). Por eso, cuando los núcleos de agua cálida viajan de oeste a este, también se
desplazan con ellos, en la misma dirección, las grandes masas nubosas generadoras de
precipitaciones intensas. Ello trae como consecuencia una alteración de la circulación general de
la atmósfera en la escala planetaria, con afectación climática y ambiental en lugares muy
distantes a los de origen del fenómeno (Roth, 2003).
El sistema de fluctuaciones climáticas presenta dos fases extremas: El Niño (fase cálida) y La
Niña (fase fría), resultantes de la interacción entre las superficies del océano y la atmósfera en el
Pacífico tropical, estas fases se pueden observar en el cambio de la temperatura superficial del
océano, la cual se ve notoriamente afectada durante el fenómeno (Ilustración 4).
La escala de intensidad de este evento se mide según las anomalías térmicas presentes. Un año
normal sin la presencia de El Niño no tendría anomalías térmicas, mientras que se considera
“Niños fuertes” a los eventos cuyas anomalías térmicas sobrepasan los 3,5°C en verano y los
2,5°C en invierno. Los Niños cuyas anomalías térmicas no pasan los 3°C se consideran de
mediana intensidad (Volpedo, 2001).
Página 22 de 99
Ilustración 4. Comportamiento del ENSO en sus dos fases (extraído de www.bom.gov.au)
El Niño es un evento de naturaleza marina y atmosférica que consiste en un calentamiento
anormal de las aguas superficiales del centro y este del Pacífico Tropical, produce una
profundización de la termoclina del océano (gradiente térmico entre las aguas superficiales más
cálidas y las más frías a mayores profundidades), asociado con el debilitamiento de los vientos
alisios del Este. En términos generales, este calentamiento de la superficie del Océano Pacífico
es recurrente, aunque no periódico, y se presenta entre cada dos a siete años y se caracteriza
porque la superficie del mar y la atmósfera, se comportan anormalmente durante un periodo que
se extiende de doce a dieciocho meses (Carvajal et al, 1999).
3.4. Sensores remotos
Sensores Remotos o Teledetección es la ciencia y el arte de obtener información de un objeto,
área o fenómeno, a través del análisis de datos adquiridos mediante un dispositivo, el cual no está
en contacto directo con el objeto, área o fenómeno que se está investigando. La obtención de los
datos involucra el uso de instrumentos llamados sensores, capaces de ver o captar las relaciones
espectrales y espaciales de objetos y materiales observables a una considerable distancia de
aquellos (Pérez, 2007).
Página 23 de 99
Los sensores son dispositivos que reciben la energía, la convierten en valores digitales y la
presentan en forma adecuada para obtener información sobre la zona observada. Los sensores se
dividen en sensores activos y sensores pasivos. Los sensores activos poseen fuentes internas que
generan artificialmente la radiación, como por ejemplo el radar; mientras que los sensores
pasivos detectan la radiación electromagnética emitida o reflejada de fuentes naturales como el
sol. La fotografía aérea y los satélites Landsat y MODIS son ejemplos de sensores pasivo.
El sensor MODIS Moderate Resolution Imaging Spectroradiometer fue lanzado a bordo del
satélite Terra en 1999, seguido en 2002 por el satélite Aqua, ambos partes del programa EOS de
NASA. Su objetivo es proveer series de observaciones globales de la atmósfera, los océanos y la
tierra. MODIS observa en 36 bandas espectrales de 0.4 a 14.4 μm, con una resolución espacial de
250 m (bandas 1-2), 500 m (bandas 3-7) y 1000 m (bandas 8-36). Es asistido por el Goddard
Space Flight Center (GSFC) de la NASA, desarrollado por Raytheon de Santa Barbara Remote
Sensing. Este sensor se encuentra a bordo del satélite AQUA y TERRA del sistema de
observación terrestre de la NASA. La importancia de este sensor para el presente estudio radica
en que está equipado con varias bandas, lo cual permite elaborar diversos productos como el
MOD 16 – que mide Evapotranspiración.
El conjunto de datos de MOD16 es un conjunto de datos de Evapotranspiración (ET) de la
superficie terrestre, de pixel regular de 1 km2 para el área terrestre con vegetación global de
109,03 millones de kilómetros en intervalos de ocho días, mensuales y anuales.
El producto MOD16 ET se estima usando el algoritmo mejorado ET de Mu et al. (2011) sobre el
trabajo previo de Mu et al. (2007a). El algoritmo está basado en la ecuación de Penman-Monteith
(Monteith, 1965). La resistencia de superficie es una resistencia efectiva para la
Evapotranspiración desde la superficie terrestre y transpiración de la planta en su totalidad.
Página 24 de 99
Donde:
ET: es la evapotranspiración diaria (mm d-1);
Δ: (Pa K-1) es el gradiente de presión de vapor saturado a temperatura del aire;
Rn: (J d-1) es la radiación neta;
G: (J d-1) es el flujo de calor del suelo;
es la densidad del aire (kg m-3);
Cp: (J kg-1 K-1) es el calor específico del aire a presión constante;
es y ea: (Pa) son la presión de vapor saturado y la presión de vapor real, respectivamente;
γ: (0.066 kPa K-1) es la constante de psicométrica;
mientras rs y ra (m-1 s) son la superficie y la resistencia aerodinámica, respectivamente.
Las imágenes de evapotranspiración MOD16, poseen un amplio rango espectral entre lo invisible
y lo infrarrojo, que va desde (620 nm a 2155 nm) (Tabla 1).
Tabla 1. Especificaciones Producto MOD16
Satélite Sensor Rango Espectral Banda Adquisición Tamaño Pixel Res
Terra MODIS 620-670 nm 1 2.330 kilómetros franja 250 m
Terra MODIS 841-876 nm 2 2.330 kilómetros franja 250 m
Terra MODIS 459-479 nm 3 2.330 kilómetros franja 500 m
Terra MODIS 545-564 nm 4 2.330 kilómetros franja 500 m
Terra MODIS 123-1250 nm 5 2.330 kilómetros franja 500 m
Terra MODIS 1628-1652 nm 6 2.330 kilómetros franja 500 m
Terra MODIS 2105-2155 nm 7 2.330 kilómetros franja 500 m
Obtenido de NASA, 2007.
Las Imágenes de evapotranspiración MOD16, son una suma de los flujos de vapor de agua de la
evaporación del suelo, la evaporación dosel húmedo y transpiración de las plantas en la
superficie del dosel seco. Por lo cual, brinda las capas de evapotranspiración global (ET), flujo
de calor latente (LE), ET potencial (PET) y LE potencial (PLE).
Página 25 de 99
4. Marco Referencial
4.1. Evapotranspiración
Hasenmueller & Criss (2013), mencionan en su estudio que la vegetación, el ciclo del agua, la
evapotranspiración y la escorrentía están ligados intrínsecamente. Por ende, la vegetación y la
ubicación geográfica son factores de gran importancia en el comportamiento de la
evapotranspiración y las dinámicas de generación de escorrentía. Otros estudios como los de
Eiseltová, Pokorný, Hesslerová, & Ripl (2012) sustentan que la vegetación superficial que
produce la evapotranspiración, es un factor importante en el clima de la tierra. Dado a que el
flujo de agua a través de las plantas mediante el proceso de transpiración transporta minerales y
nutrientes necesarios para el crecimiento de las plantas y crea un proceso de enfriamiento
beneficioso para el dosel de las plantas en muchos climas.
Otros estudios como los de Vandana (2008), ratifican que las selvas húmedas producen lluvia
mediante la evapotranspiración, permitiendo así reducir la temperatura superficial y liberar
hidrocarburos volátiles, como el isopreno, que actúan como núcleos de condensación para el
desarrollo de las nubes. Este estudio soporta que las selvas lluviosas de la Amazonía, del África
Central y de Indonesia generan entre el 50 y el 75% de la lluvia que reciben a través de la
evapotranspiración. Lo anterior hace que Funcionen como máquinas térmicas y reguladores de la
atmósfera y de los sistemas oceánicos que controlan el clima.
Jung, et al. (2010), concluye en su investigación que disminuciones en los valores de
evapotranspiración, generan una reducción del crecimiento de la vegetación terrestre, lo cual
repercute en una menor absorción de carbono, pérdida del mecanismo de enfriamiento natural,
disminución de la precipitación y calentamiento de la superficie del terreno, lo cual
desencadenaría en olas de calor más intensas y un “bucle de retroalimentación” que podría
intensificar la temperatura en un territorio.
Página 26 de 99
Esta estrecha relación entre la vegetación, uso del suelo y geografía influyen en el
comportamiento de la evapotranspiración, atribuyéndole un papel preponderante en el control del
clima en el paisaje. Sumado a que la evapotranspiración es el único componente del balance de
hídrico con un papel central en el balance de energía y carbono, siendo fundamental en los
estudios hidrológicos, agrícolas y ecológicos.
Los primeros estudios para entender la dinámica de la evapotranspiración, surgen de los trabajos
de Dalton en 1800, donde se determinó que la evapotranspiración dependía del viento, del
contenido en humedad de la atmósfera y de las características de la superficie del terreno. Más
adelante y con la ayuda de los desarrollos de las teorías de intercambio de energía y otros
mecanismos, Thornwaite (1948) y Penman (1949) dan inicio al método que conocemos y usamos
hoy en día para estimar la evapotranspiración (Torres, 2010).
En los últimos 60 años, desde los trabajos de Thornwaite y Penman hasta la fecha se han
hecho los mayores avances en la investigación sobre evapotranspiración. Se desarrolló la
ecuación de Penman-Monteith, la cual combina conceptos de balance de energía y de
transporte de masa y en el que el proceso de evapotranspiración se formula para modelar
la interacción y comportamiento de la cubierta vegetal y la atmósfera en relación con el
flujo de vapor de agua. (Torres, 2010, p.101).
Doorenbos & Pruitt, citado por Peña, Cortés, Torres y Carbonell (2005), mencionan treinta y un
(31) enfoques con sus diferentes variables para determinar evapotranspiración, cada metodología
propuesta permite estimar la evapotranspiración bajo diferentes climas, geografías y condiciones
de cultivo o cobertura vegetal.
Debido a esta variedad de metodologías para estimar evapotranspiración, La
Organización de las Naciones Unidas para la Alimentación y la Agricultura – FAO (The
Food and Agriculture Organization of the United Nations, por sus siglas en ingles), en
mayo de 1990 organizó una consulta de expertos e investigadores, con la colaboración de
la Comisión Internacional de Riego y Drenaje y la Organización Meteorológica Mundial,
con el objetivo de revisar las metodologías de la FAO, para la determinación de los
requerimientos de agua de los cultivos y para producir lineamientos para la revisión y
Página 27 de 99
actualización de los procedimientos utilizados. El panel de expertos recomendó la
adopción del método combinado de Penman-Monteith como el nuevo procedimiento
estándar para la evapotranspiración de referencia e indicó los procedimientos para
calcular los distintos parámetros incluidos en el método. (FAO, 2008)
El modelo combinado de Penman-Monteith, es uno de los más reconocidos y aceptados para el
cálculo de la evapotranspiración a nivel mundial. Sin embargo, presenta limitaciones debido a la
gran cantidad de datos meteorológicos que requiere, restringiendo su utilización en zonas de
difícil acceso o donde existe restricción en la obtención de algunos datos. Por eso algunos
investigadores han optado por la implementación de la teledetección como herramienta para
extraer información a bajo costo y en tiempo real.
En Colombia se han realizado varios estudios sobre evapotranspiración, algunos enfocados en
cultivos como el de la rosa (Esmeral, 2011) y el arroz (Murillas y Londoño, 2014), otros
orientados a la estimación de la evapotranspiración en una cuenca hidrográfica como el de
García y Otero (2005). Otros estudios como el de Jaramillo (2006) han aportado valiosa
información para estimar la evapotranspiración de referencia en la región andina de Colombia.
Las investigaciones de Ramirez, Mejia, Marín y Arango (2011) evaluaron diferentes modelos
para calcular la evapotranspiración de referencia en la zona cafetera de Colombia y Toro-
Trujillo; Arteaga-Ramírez; Vázquez-Peña e Ibáñez Castillo (2015) evaluaron modelos para
estimar la evapotranspiración de referencia, pero en el Urabá Antioqueño.
Investigadores como Álvarez, Vélez y Poveda Jaramillo (2008), profundizaron en el estudio de
la incertidumbre existente en la estimación de campos de evapotranspiración en Colombia,
teniendo en cuenta los métodos de Cenicafé, Turc modificado, Thornwaite, Penman aproximado,
Morton, Turc y Choudhury. Todos estos estudios muestran un avance positivo en la
investigación de la evapotranspiración potencial en Colombia, pero se obvia un poco su
relevancia en el ciclo hídrico.
Página 28 de 99
A nivel del departamento del Valle del Cauca también existen valiosos estudios como los de
Peña, Cortés, y Carbonell (2005), en donde se estimó la evaporación en el valle del río Cauca a
partir de variables meteorológicas y Marín (2010), en el cual se evaluó la relación entre la
evapotranspiración potencial teórica y la evaporación registrada en los departamentos de
Cundinamarca y Valle del Cauca. Encontrando que cuando se presentan precipitaciones muy
altas (>5000 mm/año) los métodos empíricos para determinar evapotranspiración potencial
presentan ajustes muy bajos por lo cual es apropiado analizar otras metodologías. Para el caso
del Valle del Cauca las ecuaciones de Hargreaves y Christiansen fueron las que mejor
comportamiento presentaron, demostrando su potencial en la estimación mensual y anual de la
evapotranspiración potencial cuando se dispone de los datos climatológicos necesarios.
A pesar de contar con un gran número de investigación respecto a la evapotranspiración
potencial, no se cuenta con investigaciones respecto a la estimación y comportamiento de la
evapotranspiración real a nivel nacional y departamental.
4.2. Sequía
El estudio del fenómeno de sequía ha cobrado gran importancia a nivel mundial dado a que
modifica las condiciones normales del ciclo hídrico en un territorio, disminuyendo la
precipitación y alterando la evapotranspiración, generando déficit de agua en un territorio. Estas
condiciones impactan de forma negativa en las comunidades, la economía y los ecosistemas,
repercutiendo por ende en el desarrollo sustentable de un territorio.
En el caso de la sequía existen diversos autores, entre ellos se destaca Zuluaga (2009), quien
realizó un análisis de la variabilidad espacio - temporal de la sequía en Colombia. En este estudio
se asoció los eventos de sequía con la ocurrencia del Fenómeno de El Niño. El estudio concluyo
que las ocurrencias de los eventos más intensos están asociadas a la aparición de la fase cálida
del fenómeno. Sin embargo, no todos los eventos identificados ocurrieron durante años Niño.
Algunos eventos de menor magnitud, pero no necesariamente menos relevantes, están asociados
Página 29 de 99
a otros fenómenos climáticos y a otras escalas de tiempo que hacen parte de la variabilidad
natural del clima.
Para el Intergovernmental Panel on Climate Change - IPCC (2007), la sequía es una “ausencia
prolongada o insuficiencia acentuada de precipitación”, o bien una “insuficiencia que origina
escasez de agua para alguna actividad o grupo de personas”, o también “un período de
condiciones meteorológicas anormalmente secas suficientemente prolongado para que la
ausencia de precipitación ocasione un importante desequilibrio hidrológico”. La sequía se ha
definido de distintas maneras, la sequía agrícola denota un déficit de humedad en el metro más
externo de espesor del suelo (la zona radicular), que afecta los cultivos; la sequía meteorológica
se identifica principalmente mediante un déficit prolongado de precipitación; y la sequía
hidrológica se caracteriza por un caudal fluvial o por un nivel lacustre y freático inferior a los
valores normales. Las mega-sequías son sequías prolongadas y extensas que duran mucho más
de lo normal, generalmente un decenio como mínimo.
Algunos autores como Botterill & Cockfield (2013), exponen que la sequía es un fenómeno
asociado a la variabilidad natural del clima que se produce cuando en un lugar determinado la
cantidad de precipitación es inferior a la media climatológica de largo plazo durante un periodo
prolongado. A pesar de todas estas definiciones Hurtado y Cadena (2002), exponen que una
definición de sequía completamente ajustada al fenómeno y aplicable a todos los casos es difícil
de encontrar.
García (2008) afirma:
En regiones económicamente desarrolladas la sequía puede producir pérdidas materiales
tan elevadas como otros desastres naturales, con el agravante de que el área afectada
suele ser muy superior a la de otros eventos y la duración de sus efectos mucho más
prologada. En las regiones menos desarrolladas, caso de África, la sequía, ocasiona
hambrunas y epidemias, es por ende considerada el desastre natural más costoso en
pérdidas de vidas humanas. Por lo tanto, es apropiado relacionar riesgo con desarrollo, de
modo que los efectos de la escasez pluviométrica en regiones desarrolladas se dejarán
notar, sobre todo, en el ámbito económico, mientras que en las de menor desarrollo los
Página 30 de 99
efectos se extenderán más rápidamente al ámbito social, en forma de inseguridad,
emigración, y en los casos más severos, con desnutrición, aumento de la pobreza y
pérdidas de vidas humanas.
A nivel Global Vicente-Serrano, S., Beguería, S., Lorenzo-Lacruz, J., Camarero, J., López-
Moreno, J., Azorín-Molina, C., Revuelto, J., Morán-Tejeda, E., y Sánchez-Lorenzo, A. (2012),
realizaron un análisis comparativo de diferentes índices de sequía para aplicaciones ecológicas,
agrícolas e hidrológicas. En este estudio se llevó a cabo una evaluación global de diferentes
índices de sequía para la cuantificación de los impactos en caudales, humedad del suelo,
crecimiento de los bosques y rendimiento de los cultivos. Para ello, se comparó el Índice de
Precipitación Estandarizada (SPI), cuatro versiones del Índice de Severidad de Sequía de Palmer
(PDSI) y el Índice de Precipitación Evapotranspiración Estandarizada (SPEI). Encontrando que
el SPEI y el SPI, aportan mejores resultados que los diferentes índices de Palmer para explicar
los impactos de la sequía. Concluyendo que el SPEI muestra, en general, mejores correlaciones
con las diferentes variables durante el periodo estival, momento en el que se registran los
principales impactos de las sequías y cuando el seguimiento de las mismas resulta crítico.
En Sur América, De La Casa et al., 2017 propuso en su estudio de Evaluación de la sequía con
indicadores estandarizados de diferente origen en Córdoba, Argentina, emplear el Índice
Estandarizado de Evapotranspiración Real (SETI), el cual considera la influencia de la reserva de
agua del suelo, en este estudio se comparó la capacidad para evaluar la sequía meteorológica en
un contexto multiescalar en Córdoba, Argentina, entre los 1999 y 2012, empleando para ello los
índices estandarizados de precipitación (SPI), evapotranspiración (SETI) y NDVI (SNDI),
encontrando que las variables básicas de los distintos indicadores de sequía están
interrelacionadas, sin embargo esta relación no es lineal, evidenciando valores elevados de
correlación en el índice SETI, cuando la relación entre los indicadores de sequía se realiza con
respecto al indicador espectral del mes posterior.
A nivel departamental existen varias investigaciones sobre índices de sequía como las realizadas
por Cerón, Carvajal y Montoya (2015) en donde se profundizo en el Índice estandarizado de
precipitación (SPI) para la caracterización de sequías meteorológicas en la cuenca del río Dagua
Página 31 de 99
y la investigación de López, Carvajal y Cerón (2016), en la cual se realizó un análisis de sequías
meteorológicas para la cuenca del río Dagua.
4.3.Variabilidad climática
El clima de un lugar es, según Cuadrat y Pita (1997) cita por Pérez (2006) “la generalización
estadística de su comportamiento atmosférico, considerado éste como estable o estacionario,
aunque enormemente variable en el tiempo”. Este sistema con su funcionamiento, genera como
resultado el mosaico climático mundial, que es estable, lo que a su vez se traduce en el hecho de
que el sistema es un sistema en equilibrio, pero a su vez es variable “dado que el equilibrio del
sistema no es un equilibrio estático sino dinámico”.
Hasta la década 1840/1850 los investigadores no se habían dado cuenta que el clima había
sufrido cambios a lo largo del tiempo, pero a partir de esos años, los avances, fundamentalmente
en la física, en las ciencias naturales y en la geología (a través del estudio y datación de fósiles),
permitieron obtener pruebas irrefutables de la existencia de climas muy diferentes en distintas
épocas geológicas, tales como las condiciones glaciales presentes en la historia de la Tierra
(Pérez, 2006).
Desde la década de los 90 se han realizado importantes y reveladores estudios sobre el
comportamiento del clima en el planeta, conociéndose investigaciones interesantes en el ámbito
nacional. Algunos autores como Poveda Jaramillo han aportado información de las dinámicas
climáticas en Colombia, con investigaciones como: Retroalimentación dinámica entre el
fenómeno el niño-oscilación del sur y la hidrología de Colombia (Poveda Jaramillo, 1998); La
corriente de chorro superficial del Oeste ("del Chocó") y otras dos corrientes de chorro en
Colombia: climatología y variabilidad durante las fases del ENSO (Poveda y Mesa, 1999);
Asociación entre el fenómeno El Niño y las anomalías de humedad del suelo y del índice
"NDVI" en Colombia (Poveda Jaramillo, Jaramillo Robledo, y Mantilla Gutiérrez, 2001);
Influencia de fenómenos macroclimáticos sobre el ciclo anual de la hidrología colombiana:
cuantificación lineal, no lineal y percentiles probabilísticos (Poveda, Vélez, Mesa, Hoyos,
Página 32 de 99
Salazar, Mejía, Barco y Correa, 2002); La hidroclimatología de Colombia: una síntesis desde la
escala inter-decadal hasta la escala diurna (Poveda, 2004).
Existen varios estudios realizados a nivel nacional y departamental los cuales permiten
comprender mejor el comportamiento de las dinámicas hidroclimáticas, el evento del ENSO y su
relación con variables climáticas, oceánicas y terrestres, de los cuales se destacan en el presente
estudio los realizados por: Carvajal y Segura, 2002, en su estudio sobre Aplicación de métodos
estadísticos para la regionalización de precipitación mensual en el Valle del Cauca; Puertas
Orozco, & Carvajal, 2008, Incidence of El Niño southern oscillation in the precipitation and the
temperature of the air in Colombia, using Climate Explorer; Carvajal, 2010, Efectos de la
variabilidad climática y el cambio climático en la agricultura. Estrategias de mitigación y
adaptación para el sector; Carvajal, 2011, Efectos de la Variabilidad Climática (Vc) y el Cambio
Climático (Cc) en los Recursos Hídricos de Colombia; Serna, Carvajal y Díaz, 2013, Estudio de
la Influencia del Fenómeno El Niño-Oscilación del Sur en la Oferta Hídrica de la Cuenca
Hidrográfica del Río Dagua.
5. Metodología y Resultados
A continuación, se describe la metodología empleada para desarrollar los objetivos contemplados
en la investigación y los respectivos resultados:
Página 33 de 99
5.1. Estimación de la Evapotranspiración Real y Potencial mediante el producto MODIS 16
5.1.1. Revisión y análisis del producto MODIS 16 A2
Página 34 de 99
Para conocer cuáles son las variables y/o factores que se utilizan en el producto de MODIS 16
A2, se realizó una revisión de la metodología planteada en el documento MODIS Global
Terrestrial Evapotranspiration (ET) product (NASA MOD16 A2/A3), Algorithm theoretical
basis document, collection 5. Con el objetivo de conocer el modelo conceptual empleado para
determinar la Evapotranspiración real y potencial, se realiza una transcripción de varias
ecuaciones de importancia, las cuales se describen a continuación:
Ecuaciones de Partición de energía en la superficie de la tierra:
Calor sensible:
(1)
Dónde:
ρ: Densidad del aire
Cp: Capacidad de calor especifico del aire
Ts: Temperatura de la Superficie Aerodinámica (suelo)
Ta: Temperatura del Aire
ra: Resistencia Aerodinámica
En esta ecuación la Resistencia Aerodinámica, es la resistencia de la superficie de
evapotranspiración, que es una resistencia efectiva a la evaporación desde la superficie de la
tierra y transpiración de la cubierta vegetal.
Calor latente:
(2)
Dónde:
: Flujo de calor latente
: Constante Psychrometrica
esat: Presión de vapor de agua (evaporación de la superficie, que puede ser el suelo, las hojas de
los árboles, o cualquier otra superficie presente).
e: Presión de vapor en el aire
rs: Superficie de resistencia de Evapotranspiración, resistencia efectiva que representa la
evaporación de la superficie del suelo y la transpiración de la copa de las plantas.
Página 35 de 99
Constante Psychrometrica:
(3)
Donde:
Cp: Capacidad de calor especifico del aire
Pa: Presión Atmosférica
Ma: Masa molecular del aire seco
Mw: Masa molecular del aire húmedo
: Calor latente de vaporización
Teniendo en cuenta las tres ecuaciones anteriores se define en el modelo que:
Energía disponible para H y λE es: (4)
Donde:
Rnet: Radiación neta
∆S: Flujo de almacenamiento de calor
G: Flujo de calor del suelo
H: Flujo de calor sensible
: Flujo de calor latente
Ecuación del modelo de Balance de Energía en la Superficie
La temperatura de la superficie que se mide por el sensor remoto puede variar en comparación
con la información en campo, dado a que el sensor calcula sobre lo que observa y no sobre una
altura estándar, por ende el método de Balance de Energía en la Superficie (SEB) calcula el flujo
de calor sensible (H) de la ecuación número 1, mediante la sustitución de la temperatura
superficial de la tierra (LST) para Ts, usando la temperatura del aire media (Ta ) y el cálculo de la
resistencia aerodinámica (ra) de la siguiente manera:
Resistencia aerodinámica:
* (
) (
)+ * (
) (
)+ (5)
Donde:
Página 36 de 99
K: es la constante de von Karman (0,4)
U: es la velocidad del viento a una altura de referencia z
d: es la altura de desplazamiento en plano cero
ZO, ZOH : son las longitudes de rugosidad para el momentum y calor sensible, respectivamente
ΨH, ΨM : son las funciones de corrección de estabilidad para el momentum y calor que depende
de la longitud de Monin-Obukhov L (Kaimal y Finnigan, 1994).
Teniendo en cuenta la anterior ecuación, el flujo de calor latente es calculado como la energía
residual del balance de energía de la ecuación número 4.
Ecuación ajustada al modelo de Penman-Monteith
En esta ecuación el producto de MODIS 16, elimina la variable de temperatura de la superficie
(Ts) de las ecuaciones 1 y 3, con el objetivo de mejorar el algoritmo de evapotranspiración
empleando la siguiente ecuación.
Calor latente:
(6)
Dónde:
, es la pendiente de la curva que relaciona Presión de vapor de agua saturado y
temperatura.
A': es la energía disponible repartida entre calor sensible y flujos de calor latente en la superficie
de la tierra (ecuación 4).
, es el déficit de presión de vapor de aire, en donde esat es la Presión de vapor de
agua y e es la Presión de vapor en el aire.
rs: es la superficie de resistencia de Evapotranspiración, resistencia efectiva que representa la
evaporación de la superficie del suelo y la transpiración de la copa de la planta.
Página 37 de 99
La resistencia aerodinámica (ra), puede ser estimado a partir de la ecuación (5) utilizando Z0V (la
longitud de rugosidad para el vapor de agua) en lugar de Z0H, aunque en la práctica los dos se
suponen generalmente para ser iguales.
Durante extensas superficies húmedas y cuando rs se aproxima a cero, o cuando rs«ra, la ecuación
(6) se reduce a la tasa de equilibrio de evapotranspiración de la siguiente manera:
Calor latente a la tasa de equilibrio:
(7)
En la ecuación 7, el cálculo del Calor Latente está limitado solamente por la energía disponible.
Raupach (2001) demuestra por qué la ecuación (7) es el límite superior teórico para la
evapotranspiración regional de la superficie de la tierra, donde la humedad disponible no está
limitada. A la inversa, cuando ra«rs, la evapotranspiración es en gran parte controlado por la
resistencia de la superficie y la ecuación (6) se reduce entonces a:
Calor latente Resistencia de la Superficie:
(8)
Ecuación de la Fracción de Cobertura vegetal
La radiación Neta se reparte entre la superficie del dosel y el suelo, basado en la fracción de la
cubierta vegetal.
Fracción de cobertura Vegetal:
(9)
Donde EVI min y EVI max fueron calculadas, estableciéndose como constantes de 0,95 y 0,05
respectivamente. En el algoritmo mejorado (Mu et al., 2011), se redujo el número de entradas de
datos MODIS y para simplificar el algoritmo se empleó la imagen MOD15A2 FPAR (Fracción
fotosintéticamente activa de radiación absorbida) como sustituto de la fracción de cobertura
vegetal quedando la ecuación de la siguiente manera:
Página 38 de 99
Fracción de cobertura Vegetal: Fc=FPAR (10)
Nota: La variable LAI (Índice de Área Foliar) define el número de capas equivalentes de hojas
en relación con una unidad de área de suelo, mientras que FPAR mide la proporción de radiación
disponible en las longitudes de onda fotosintéticamente activas que son absorbidas por un dosel.
Ambas variables se utilizan como parámetros derivados del satélite para calcular la fotosíntesis
de la superficie, la evapotranspiración y la producción primaria neta, que a su vez se utilizan para
calcular la energía terrestre, el carbono, los procesos del ciclo del agua y la biogeoquímica de la
vegetación.
Calculo de la Evapotranspiración diurna y nocturna
La evapotranspiración diaria es la suma de la evapotranspiración de día y de noche. Para calcular
la temperatura media del aire durante la noche (Tnigth), se asume que la temperatura del aire
media (Tavg), es el promedio de la temperatura del aire durante el día (Tday) y la noche.
(11)
La radiación solar neta entrante en la noche se supone que es cero. Basado en la teoría de la
optimización, dado a que las estomas se cerraran en la noche para evitar la pérdida de agua
cuando no hay oportunidad para la ganancia de carbono.
Calculo del Flujo de calor del suelo
En el algoritmo MOD 16, la radiación neta entrante a la superficie de la tierra se calcula de la
siguiente manera:
(12)
Donde:
Página 39 de 99
: es el albedo de MODIS
Rs : es la radiación de onda corta hacia abajo.
Es: es la emisividad de la superficie
Ea: es la emisividad atmosférica
T: es la temperatura del aire en °C durante el día.
Durante el día, si la Rnet es menor a cero, la Rnet en la noche será cero. Si la Rnet es menor a -0,5
horas al día, durante la noche se establece como -0,5 multiplicado por la Rnet del tiempo de día.
En el algoritmo mejorado se asume que no existe flujo de calor del suelo (G), dada la interacción
entre el suelo y la atmosfera cuando el suelo está 100% cubierto de vegetación. Por ende, la
energía recibida por el suelo es la diferencia entre la radiación repartida en la superficie del suelo
y flujo del calor del suelo.
Energía disponible: (13)
Energía disponible del dosel de las plantas:
Energía disponible del Suelo:
Donde:
A: es la energía disponible repartida entre calor sensible, el calor latente y los flujos de calor del
suelo en la superficie de la tierra.
Fc: es la Fracción de cobertura Vegetal
Rnet: es la radiación entrante neta recibida por la superficie de la tierra
Ac: es la parte de A asignado al dosel de las plantas
Asoil: es la parte de A particionado en la superficie del suelo.
Ecuaciones para estimar el Flujo de Calor del Suelo
flujo de calor del suelo: (14)
Página 40 de 99
Ecuación propuesta por Clothier et al. 1986, en la cual propuso un método para estimar el flujo
de calor del suelo a partir de datos de teledetección.
Donde
B1 y B2: son los anchos de banda de los filtros de SPOT 610-680 nm y 790-890 nm.
Ai: es la energía disponible de día y de noche repartida entre el calor latente y los flujos de calor
sensible. Posteriormente Kutas & Daughtry (1990), mejoraron aún más el método que utiliza
B2/B1 y NDVI, estableciendo la siguiente ecuación:
flujo de calor del suelo (15)
Índice de Vegetación de Diferencia Normalizada
flujo de calor del suelo (16)
Posteriormente Daughtry et al. (1990) compararon el flujo de calor del suelo, utilizando
diferentes métodos con datos observados y encontró que las estimaciones utilizando NDVI en la
ecuación anterior tenía el error absoluto más bajo (13%) con un pequeño sesgo positivo.
Jacobsen y Hansen (1999) propusieron algunos otros métodos para estimar la Gsoil de la
siguiente manera:
(17)
(18)
⁄ (19)
Donde: Ti es la temperatura promedio del día y la noche en °C
Para los casos en donde se presentan lugares extremadamente calurosos o fríos o cuando la
diferencia entre la temperatura del día y la noche es baja (5°C), se asume que no hay flujo de
calor del suelo, estimándose como:
Página 41 de 99
{
}
(20)
Fracción Mojada de la Superficie
La fracción de la cubierta de agua (Fwet) se toma de Fisher et al. (2008), para ser constreñido a
cero cuando la humedad relativa (RH) es menos de 70%:
,
- (21)
Cuando RH es inferior a 70%, el 0% de la superficie está cubierta por agua. Para la cubierta
húmeda y la superficie de la tierra mojada, se calcula la evaporación del agua como la
evaporación potencial.
Evaporación de la superficie humedad del dosel
Para el algoritmo mejorado, cuando la vegetación está cubierta con agua (es decir, Fwet no es
cero), la evaporación del agua del dosel se producirá en la superficie. La evapotranspiración de la
vegetación consiste en la evaporación de la superficie del dosel mojado y la transpiración de la
planta, cuyas tazas están reguladas por la resistencia aerodinámica y la resistencia de la
superficie.
La resistencia aerodinámica (rhrc, s m-1) y la resistencia del dosel húmedo (rvc, s m-1) del agua
evaporada en la superficie del dosel húmedo se calculan como:
resistencia del dosel húmedo para calor sensible:
(22)
Resistencia aerodinámica:
Página 42 de 99
Resistencia del dosel húmedo:
Donde:
RHC (s m-1): es la resistencia del dosel húmedo para calor sensible
rrc (s m-1): es la resistencia a la transferencia de calor por radiación a través del aire
gl_sh (s m-1): es la conductancia de las hojas en calor sensible por unidad LAI,
gl_e_wv (s m-1): es la conductancia de la hoja al vapor de agua evaporada por unidad LAI,
ζ (W m-2 K-4): es la constante de Stefan-Boltzmann.
Siguiendo el modelo Bioma-BGC (Thornton, 1998) la evaporación en la superficie del dosel
húmedo se calcula como:
(23)
donde la resistencia a la transferencia de calor latente (rvc) es la suma de la resistencia
aerodinámica (rhrc) y resistencia superficial (rs) de la ecuación 6.
Transpiración de la Planta
La conductancia de la superficie de transpiración de las plantas se produce no sólo durante el
día, sino también por la noche. Para muchas especies de plantas, la conductancia estomática (Cs)
disminuye a medida que el Déficit de Presión de Vapor (VPD) aumenta, y la conductancia
estomática se limita aún más por ambas temperaturas las bajas y altas.
Conductancia Estomática: (24)
Donde:
CL: es el potencial de la conductancia estomática media por unidad de área foliar
Página 43 de 99
m (T min): Es un multiplicador que limita el potencial de conductancia estomática por
temperaturas mínimas del aire
m (VPD): es un multiplicador que se usa para reducir el potencial de la conductancia estomática
cuando VPD es lo suficientemente alta para reducir la conductancia de dosel
Déficit de Presión de Vapor: VPD:
Donde:
esat: presión de vapor saturado del aire
e: presión real de vapor de aire
En el caso de transpiración de la planta, la conductancia de la superficie es equivalente a la
conductancia de dosel (Cc), y por lo tanto, la superficie de resistencia (rs) es la inversa de la
conductancia de dosel (Cc). El cálculo de las limitaciones de temperatura mínima del aire (Tmin)
y VPD es:
CS = Cc
{
(25)
{
Donde:
Close: indica inhibición casi completa (cierre completo de los estomas) debido a la baja T min y
de alta VPD y open indica que no hay inhibición a la transpiración.
Página 44 de 99
En el algoritmo mejorado, CL se establece de manera diferente para diferentes tipos de biomas,
empleando las siguientes ecuaciones:
(
) (26)
{
( )
⁄
Donde:
i: significa el valor de la variable en el día y la noche
: es la conductancia estomática del día
: es la conductancia estomática nocturna
: es la conductancia foliar cuticular
: es la conductancia de la hoja de capa límite
g_cu: es la conductancia cuticular por unidad LAI, se establece como valor constante de 0,00001
(ms -1) para todos los biomas;
gl_sh: es la hoja de la conductancia de calor sensible por unidad de LAI, que es un valor
constante para cada bioma dado.
La razón para utilizar la corrección de la función rcorr es que, la conductancia a través del aire
varía con la temperatura del aire y la presión. Los valores prescritos se suponen que deben darse
en condiciones normales de 20 C y 101300Pa.
Página 45 de 99
r es la resistencia de la superficie del dosel seco para la transpiración de la planta. En lugar de
establecer la presión atmosférica (Pa) como un valor constante como en el algoritmo de 2007, se
calcula como una función de la elevación (Elev) (Thornton, 1998).
(27)
Donde
LRSTD: gradiente de temperatura estándar;
TSTD: es la temperatura estándar a 0,0 m de altitud
GSTD: Es la aceleración gravitacional estándar
RR: Es constante ley de los gases
MA: es el peso molecular del aire
PSTD: es la presión estándar a 0,0 m de altitud.
Sobre la base de la teoría de optimización, los estomas se cerrarán por la noche para evitar la
pérdida de agua cuando no hay oportunidad para la ganancia de carbono (Dawson et al., 2007).
En el algoritmo ET mejorado, los estomas se suponen que se cerraran por completo en la noche,
lo que resulta en Gs1= 0,0.
Resistencia Aerodinámica
La transferencia de calor y vapor de agua desde la superficie del dosel seco hasta el aire por
encima del dosel está determinada por la resistencia aerodinámica ra, Lo cual fue una constante
de 20cm-1 en el algoritmo de 2007. En el algoritmo mejorado, ra se calcula como una resistencia
en paralelo a convectivo (rh) Y radiativo (rr) de transferencia de calor siguiente modelo Bioma-
BGC (Thornton, 1998),
(28)
Página 46 de 99
Donde
gl_bl (ms-1 ): Es la conductancia de la capa límite de la hoja a gran escala, cuyo valor es igual a
la hoja de conductancia de calor sensible por unidad LAI (gl_sh (ms -1 ) y ζ (W m -2 K -4 ) es
Constante de Stefan-Boltzmann.
Finalmente, la transpiración de las plantas es calculada así:
(
⁄ )
(29)
Donde ra es la resistencia aerodinámica para la ecuación 6.
Además, para monitorear las tensiones hídricas y las sequías ambientales, también calculamos
ET de superficie potencial. La transpiración potencial de la planta (λEPOT_Trans) se calcula
siguiendo el método de Priestley-Taylor (1972).
(30)
Evaporación de la superficie del suelo
La evaporación del suelo incluye la evaporación potencial de la superficie del suelo saturado y la
evaporación de la superficie del suelo húmedo, en donde:
(
) (31)
Página 47 de 99
Donde:
rtot: es la resistencia aerodinámica total al transporte del vapor
rs: es la resistencia de la superficie
rv: es la resistencia aerodinámica para el transporte del vapor (ra: s m-1), ecuación 6
rcorr: es la resistencia aerodinámica corregida
Pa: Presión atmosférica
Ti: temperatura atmosférica
Ya que los valores de rv y ra son usualmente muy cercanos, la resistencia aerodinámica en la
superficie del suelo (ras) es paralela tanto a la resistencia a la transferencia de calor por
convección (rhs: sm-1) y la resistencia a la transferencia de calor radiactivo (rrs: sm-1)
(Choudhury y DiGirolamo, 1998), tal que
(32)
Donde:
Ti: temperatura atmosférica
En el Algoritmo de MOD16, se supone que rhs es igual a la resistencia de la capa límite, que es
calculado de la misma manera que la resistencia aerodinámica total (rtot) en la ecuación 31
(Thornton, 1998) solo que, en el algoritmo mejorado, rtotc no es una constante. Para un tipo de
bioma dado, hay un máximo (rblmax) y un valor mínimo (rblmin) para rtotc, y rtotc es una
función de VPD.
{
(33)
Página 48 de 99
Los valores de rblmax y rblmin, VPDopen (cuando no hay estrés hídrico en la transpiración) y
VPDclose (cuando el estrés hídrico hace que los estomas se cierren casi por completo,
deteniendo la transpiración de la planta) se parametrizan de forma diferente para diferentes
biomas.
La evaporación real del suelo (ESOIL) se calcula de la siguiente manera:
( )
( )
(34)
(
)
Donde:
β: se estableció como 200 en el algoritmo mejorado
λESoilpot: es la evaporación potencial del suelo
λEwet_SOIL: es la evaporación del suelo húmedo
Fwet: es la fracción de la cubierta de agua
RH: es la humedad relativa
ras: es la resistencia aerodinámica en la superficie del suelo
rtot: es la resistencia aerodinámica total al transporte del vapor
VPD: es el déficit de presión de vapor
Asoil: es la Energía disponible del Suelo
ρ: es la Densidad del aire
Fc: es la Fracción de cobertura Vegetal (Fc=FPAR)
Cp: es la Capacidad de calor especifico del aire
: es la Constante Psychrometrica
, es la pendiente de la curva que relaciona Presión de vapor de agua saturado y
temperatura.
Página 49 de 99
Evapotranspiración diaria total
En el algoritmo mejorado, la Evapotranspiración diaria total es la suma de la evaporación de la
superficie del dosel húmedo, la transpiración de la superficie del dosel y la evaporación de la
superficie del suelo. Por ende, la ET diaria total y la ET potencial (λEPOT) se calcula de la
siguiente manera:
Evapotranspiración diaria total: (35)
Evapotranspiración Potencial:
Durante la revisión del documento se identificó que los datos de entrada del sensor remoto que
maneja el producto MODIS16, son: producto MOD12Q1, el cual clasifica la Cobertura vegetal
de la Tierra; el MOD15A2, el cual proporciona información de Fracción de la radiación
fotosintéticamente activa absorbida (FPAR) y el índice de área foliar (LAI); y el producto de
albedo MCD43B2 / B3.
Los datos de entrada meteorológicos diarios que maneja MODIS16, provienen de la Oficina de
Modelación y Asimilación Global – GMAO (por sus siglas en ingles Global Modeling and
Assimilation Office) de la NASA, en donde se obtiene información cada seis horas dado a que se
emplea un modelo de circulación global (MCG), que incorpora información del suelo y
observaciones por satélite, permitiendo calcular información sobre Temperaturas mínimas y
máximas del aire, Humedad específica, Presión del aire e Incidencia PAR o Radiación
Fotosintéticamente Activa.
Con esta información se calculan las ecuaciones necesarias para estimar la Evapotranspiración
real y potencial. En la Ilustración 5 se observa el flujograma de información del producto
MOD16.
Página 50 de 99
Ilustración 5. Diagrama de flujo del algoritmo de MODIS16, extraído de Mu, et al. 2013.
Es importante comprender que si bien el modelo conceptual empleado en el Producto MODIS
16, contempla casi todos los parámetros necesarios para estimar la evapotranspiración real y
potencial a nivel mundial; no se tuvieron en cuenta los tipos de cobertura terrestre como los
Páramos, motivo por el cual no es confiable este producto para analizar zonas superiores a los
3200 msnm. Para análisis en páramos se debe realizar ajustes al modelo para poder incluir otros
factores o variables no contemplados en el presente modelo.
De igual manera se observa que los datos que procesa el sensor son los datos que observa a nivel
de la superficie del dosel de las plantas o a nivel del suelo y no sobre una altura estándar, motivo
por el cual puede generar diferencias entre los valores estimados con datos en campo y los
valores obtenidos por el producto MODIS 16. Sumado a lo anterior, se debe tener en cuenta que
el producto MODIS 16 mensual (A2), es el resultado de la sumatoria de la evapotranspiración de
todos los días en un área de un kilómetro cuadrado, lo cual claramente tendrá una diferencia con
los valores obtenidos por métodos empíricos.
Página 51 de 99
5.1.2. Descarga de las imágenes
Para determinar la Evapotranspiración Real y Potencial se empleó el producto MOD16 A2
colección 5 para los años 2000 al 2014 y la colección 6 para el año 2015, las imágenes en
formato ráster (.hdf), se descargaron de la página oficial del Servicio Geológico de los estados
Unidos o USGS por sus siglas en ingles. (https://e4ftl01.cr.usgs.gov/MOLT/MOD16A2.006/). Se
descargaron imágenes con información mensual, para el periodo de estudio de enero de 2000 a
diciembre de 2015.
Para la descarga de las imágenes MOD16, se tuvo en cuenta la convención adoptada por la Nasa,
en donde los archivos están organizados en la plataforma de la siguiente manera: Nombre del
producto, fecha de adquisición, versión y localización.
Ejemplo:
MOD16A2.A2010M01.h10v08.105.2013119214102.hdf
Tile
Nom.AaaaaMmm.hxxxvyyy.vvv.aaaadddhhmm.hdf
1 2 3 4 5
1. La primera parte del nombre largo del producto es su nombre corto. Las tres primeras letras
hacen referencia a la plataforma: MOD para Terra, MYD para Aqua, y MCD para datos
combinados Terra/Aqua. El número se refiere al tipo de producto.
2. Después de la letra A aparece la fecha de adquisición (año y mes). Por ejemplo, A2010 M01
indica el año 2010, mes de enero.
3. Son las coordenadas h, v del tile. Por ejemplo, h10v08 indica la retícula 10 es el horizontal y
08 en la vertical.
4. Versión de procesamiento o colección.
5. Finalmente aparecen la fecha de procesamiento (año, día juliano, hora, minuto y segundo):
2008182172646 indica: Año 2008, día juliano 182 (30 de junio), horario 17 horas, 26
minutos y 46 segundos.
Página 52 de 99
5.1.3. Procesamiento de las imágenes
Para el procesamiento de las cuatrocientas cincuenta y dos (452) imágenes de
Evapotranspiración Real y Potencial mensual, correspondientes a los años 2000 al 2015, se
empleó el módulo de PyModis Convert, en el cual se transformaron las imágenes de formato hdf
a GeoTIF y se asignó el sistema de coordenadas Magna Sirgas Colombia Zona Oeste.
Posteriormente, se realizó el corte de todas las imágenes empleando un archivo shapefile
correspondiente a la zona de estudio (Departamento del Valle del Cauca).
Para el caso del año 2015, se empleó el producto MOD16 A2 colección, el cual a diferencia de la
colección 5, maneja imágenes de evapotranspiración cada ocho días, generando así por mes de a
cuatro a tres imágenes, para este caso se sumaron todas las imágenes por mes.
Luego de tener las imágenes cortadas, georreferenciadas y en formato GeoTIF se procedió a
discriminar los valores correspondientes a: relleno fuera de la tierra (32767), cuerpos de agua
(32766), suelo estéril o con escasa vegetación (32765), nieve y hielo permanentes (32764),
humedal permanente (32763), urbano o edificado (32762), sin clasificar (32761), los cuales se
reemplazaron por pixeles con valor nulo (null).
Posteriormente, se ajustó el factor de escala con el que vienen las imágenes, multiplicando todos
los valores digitales por 0,1, obteniendo así los valores reales de Evapotranspiración Real y
Evapotranspiración Potencial.
Para realizar el análisis del comportamiento espacio temporal de la Evapotranspiración Real, se
procedió a ingresar en el software libre GRASS GIS, toda la información correspondiente al
periodo de estudio (imágenes ráster mensuales desde enero de 2000 a diciembre de 2015). A
partir de esta base de datos se calcularon las siguientes estadísticas: promedio, desviación
estándar, mediana, valor máximo y valor mínimo de todos los meses de estudio y se realizó la
sumatoria mensual para cada uno de los 16 años de estudio. A partir de esta base de datos se
crearon las imágenes de comportamiento espacio-temporal, y se generaron las salidas graficas
para determinar el comportamiento de un pixel a través del tiempo.
Página 53 de 99
5.2. Comparación de los valores de evapotranspiración potencial de MOD16 A2 con valores
de evapotranspiración calculados con información de campo
La presente investigación se enfocó en la implementación de información de evapotranspiración
real, sin embargo, para poder identificar si el uso del producto MODIS 16, es viable para el Valle
del Cauca, se decidió comparar los valores de evapotranspiración potencial de MODIS 16 con
los valores de la evapotranspiración potencial obtenidos mediante métodos empíricos,
reconocidos a nivel mundial. Se decide emplear información de evapotranspiración potencial ya
que los métodos actuales para estimar la evapotranspiración real son muy someros, generando
mayor incertidumbre en la comparación de información.
5.2.1. Estimación de la evapotranspiración potencial con datos en campo
Para estimar los valores de evapotranspiración potencial se empleó información suministrada por
el Centro de Investigación de la Caña de Azúcar de Colombia, CENICAÑA, correspondiente al
año 2013, teniendo en cuenta que en este año no se presentaron eventos ENSO, que pudieran
alterar los análisis. Se utilizaron doce estaciones de monitoreo climático, obteniéndose
información mensual de temperatura media, humedad relativa media, radiación solar y velocidad
del viento para cada estación.
Los métodos para estimar la evapotranspiración potencial con información en campo, empleados
para la comparación fueron:
FAO Penman-Monteith (1990)
Método adoptado por la FAO, en el cual emplean la ecuación original de Penman – Monteith
y las ecuaciones de resistencia aerodinámica y del cultivo realizada por la FAO, para estimar
la Evapotranspiración Potencial.
La ecuación incorpora todas las variables climáticas con efecto directo sobre el proceso de
evapotranspiración y separa la contribución de los elementos del clima en dos términos. El
Página 54 de 99
primero aísla el efecto de la radiación disponible, mientras que el otro término agrupa los
elementos que representan las interacciones superficie-atmósfera.
Dónde:
ETo: es la evapotranspiración de referencia en mm/día
Rn: es la radiación neta en la superficie del cultivo en MJ/m2día
G: es el flujo del calor de suelo en MJ/m2día
T: es la temperatura media del aire a 2 m de altura (°C)
U2: es la velocidad del viento a 2 m de altura en m/s;
es: es la presión de vapor de saturación en kPa
ea: es la presión real de vapor en kPa
(es – ea): es el déficit de presión de vapor (kPa)
Δ: es la pendiente de la curva de presión de vapor (kPa °C-1)
ɣ: es la constante psicrometrica (kPa/ °C)
A continuación, se presentan las diferentes variables requeridas para el cálculo de la
evapotranspiración mediante el método de la FAO:
Presión atmosférica
(
)
Donde:
P es la presión atmosférica en Kpa
z: es la elevación sobre el nivel del mar en metros.
Constante psicométrica
Página 55 de 99
Donde:
γ: es la constante psicrométrica (kPa °C-1)
P: presión atmosférica (kPa)
λ: calor latente de vaporización 2,45 (MJ /kg)
cp; calor especifico a presión constante 1,013 x 10-3 (MJ/ kg °C)
ε: cociente del peso molecular de vapor de agua /aire seco = 0,622.
Presión de vapor de saturación
(
)
Donde:
e°(T): es la presión de vapor de saturación a la temperatura del aire T en kPa
T: es la temperatura del aire en °C.
Presión media de vapor de saturación (es)
Donde:
es: es la presión media de vapor de saturación en kPa
e°: es la presión de vapor de saturación en Kpa,
Tmax: es la temperatura máxima del aire en °C
Tmin: es la temperatura mínima del aire en °C
Pendiente de la curva de presión de vapor de saturación (Δ)
* (
)+
Donde:
Δ: es la pendiente de la curva presión de vapor de saturación a la temperatura del aire
T: es la temperatura del aire en °C.
Página 56 de 99
Presión real de vapor (ea)
Donde:
ea: es la presión real de vapor en kPa
e°(Tmin): es la presión de vapor de saturación a la temperatura mínima diaria en kPa
e°(Tmax): es la presión de vapor de saturación a la temperatura máxima diaria en kPa
HRmax: es la humedad relativa máxima en %
HRmin: humedad relativa mínima en %.
Radiación extraterrestre (Ra)
[ ]
Donde:
Ra: es la radiación extraterrestre en MJ/m2dia,
Gsc: es la constante solar = 0,082 en MJ/m2dia
dr: es la distancia relativa inversa Tierra-Sol,
ωs: es el ángulo de radiación a la puesta del sol en rad,
φ: es la latitud en rad
δ:es la declinación solar en rad.
Distancia relativa inversa Tierra-Sol
(
)
Donde:
dr: es la distancia relativa inversa tierra sol
J: es el número del día en el año entre 1 (1 de enero) y 365 (31 de diciembre).
Página 57 de 99
Declinación solar
(
)
Donde:
δ: es la declinación solar en rad
J: es el número del día en el año entre 1 (1 de enero) y 365 (31 de diciembre).
Ángulo de radiación a la hora de la puesta del sol
= [− (φ)*tan (δ)]
Donde:
ws: es el ángulo de radiación a la hora de la puesta del sol en rad
φ: es la latitud en rad
δ: es la declinación solar en rad.
Radiación solar en un día despejado (Rso)
=(0,75+2 10−5𝑧)*
Donde:
Rso: es la radiación solar en un día despejado en MJ/m2día
z: es la elevación de la estación sobre el nivel del mar en metros
Ra: es la radiación extraterrestre en MJ/m2día.
Radiación neta solar o de onda corta (Rns)
=(1−α)*
Donde:
Rns: es la radiación neta solar o de onda corta en MJ/m2día
α: es el albedo o coeficiente de reflexión del cultivo que es 0,23 para el cultivo hipotético de
referencia
Rs: es la radiación solar entrante MJ/m2día.
Página 58 de 99
Radiación neta de onda larga (Rnl)
*
+ ( √ ) (
)
Donde:
Rnl: es la radiación neta de onda larga MJ/m2día
ζ: es la constante de Stefan-Boltzmann (4,903 x 10-9 MJ/ K4m2día)
Tmax,K: es la temperatura máxima absoluta durante un periodo de 24 horas (K=°C+273,16)
Tmin, K: es la temperatura mínima absoluta durante un periodo de 24 horas [
ea: es la presión de vapor real en kPa
Rs/Rso: es la radiación relativa de onda corta (valores ≤ 1,0)
Rs: es la radiación solar medida o calculada en MJ/m2día
Rso: es la radiación en un día despejado en MJ/m2día.
Radiación neta (Rn)
= −
Donde:
Rn: es la radiación neta en MJ/m2día
Rns: es la radiación neta de onda corta en MJ/m2día
Rnl: es la radiación neta de onda larga en MJ/m2día
Flujo de calor en el suelo
𝑧
Donde:
G: es el flujo de calor del suelo (MJ m-2 dia-1)
Cs: es la capacidad calorífica del suelo en MJ/ m3°C
Ti: es la temperatura del aire en el tiempo i en °C
Ti-1: es la temperatura del aire en el tiempo i-1 en °C
Δt: es el intervalo de tiempo considerado
Δz: es la profundidad efectiva del suelo en metros.
Página 59 de 99
Para determinar la evapotranspiración potencial mediante el método de la FAO Penman-
Monteith (1990) con el menor riesgo en el procesamiento de la información, se utilizó el
software ETo Calculator (Ilustración 6 e Ilustración 7), obtenido de la página de la FAO
(http://www.fao.org/land-water/database-and-software/eto-calculator/en/).
Ilustración 7. Determinación de las variables a ingresar
Turc Modificado (1961)
Para estimar la evapotranspiración potencial mediante el método de Turc modificado (1961),
se empleó la siguiente ecuación:
(
)
Para humedad relativa media mensual superior al 50%.
(
) (
)
Para humedad relativa media mensual inferiores al 50%.
Donde ETP es la evapotranspiración potencial en mm/mes; K es una constante igual a 0,40
para meses de 30 y 31 días, 0,37 para febrero; T es la temperatura media mensual en ºC y Rg
es la radiación solar global incidente del mes considerado expresada en cal/ cm2 /día. El
Ilustración 6. Creación de la base de datos
Página 60 de 99
cálculo de la ecuación de Turc modificado (1961) para el año 2013, se realizó en hojas de
Excel.
Para extraer la información de Evapotranspiración Potencial del producto MODIS 16, se empleó
la herramienta Extract Values to Points del software ArcGis 10,5 de uso académico, obteniendo
así información de los pixeles correspondientes a la ubicación de las doce estaciones climáticas.
5.2.2. Métodos estadísticos de comparación de los tres modelos
Coeficiente de Correlación de Pearson
Para comparar los datos obtenidos mediante las imágenes de MODIS 16, respecto a los datos de
los métodos de estimación de evapotranspiración potencial con información de campo, se
empleó el Coeficiente de Correlación de Pearson, el cual es un instrumento estadístico que existe
para medir el grado de asociación entre variables, proporcionando información sobre la relación
lineal existente entre ellas.
La ecuación para determinar el coeficiente de correlación de Pearson es:
ρ_(X,Y)=ζ_XY/(ζ_X ζ_Y )
Donde:
ζXY : es la covarianza de (X,Y)
ζX : es la desviaciones típicas de la variable X
ζY : es la desviaciones típicas de la variable Y
Interpretación:
Tomando en cuenta que el valor del índice de correlación varía en el intervalo [-1, 1]
Si ρX,Y = 1, existe una correlación positiva perfecta. El índice indica una dependencia total
entre las dos variables denominada relación directa: cuando una de ellas aumenta, la otra
también lo hace en proporción constante.
Si 0 < ρX,Y < 1, existe una correlación positiva.
Si ρX,Y = 0, no existe relación lineal.
Página 61 de 99
Si -1 < ρX,Y < 0, existe una correlación negativa.
Si ρX,Y = -1, existe una correlación negativa perfecta. El índice indica una dependencia
total entre las dos variables llamada relación inversa: cuando una de ellas aumenta, la otra
disminuye en proporción constante.
Interpretación del Coeficiente de Pearson:
Valor Tipo de Correlación
1,00 Correlación Perfecta Positiva
0,90 Muy fuerte
0,75 Alta
0,50 Moderada o media
0,25 Baja o débil
0,10 Muy baja
0 No existe correlación alguna
-0,10 Muy baja
-0,25 Negativa Baja o débil
-0,50 Negativa Moderada o media
-0,75 Negativa Alta
-0,90 Negativa Muy fuerte
-1,00 Correlación Perfecta Negativa
Coeficiente de Determinación (R2)
Para determinar el ajuste de los valores de los tres modelos de estimación de evapotranspiración
se calculó el Coeficiente de Determinación (R2), el cual mide la proporción de la variabilidad
total de la variable independiente (Y) respecto a su media que es explicada por el modelo de
regresión. El resultado de R2 oscila entre 0,0 y 1,0, en donde entre más cerca de 1 se situé el
valor del R2, mayor será el ajuste del modelo y cuanto más cerca de cero, menos ajustado estará
el modelo y por lo tanto, menos fiable será.
5.2.3. Comparación de los valores de Evapotranspiración Potencial de MOD16 con
Evapotranspiración del método de la FAO y Turc modificado
En la Ilustración 8, se muestra la ubicación de las estaciones climatológicas de CENICAÑA
empleadas para la validación del producto MOD16, para la validación se emplearon doce
estaciones: Zarzal, Riofrío, Tuluá, Buga, Yotoco, Guacari, Arroyohondo, Amaime, Aeropuerto,
Página 62 de 99
Pradera, Cenicaña y Guachinte. Las estaciones de la Corporación Autónoma Regional del Valle
del Cauca – CVC, no se emplearon dado a que no poseían en un mismo sitio todas la variables
requeridas para estimar la evapotranspiración potencial (velocidad del viento, radiación solar,
temperatura media y humedad relativa), de igual manera se solicitó información a el Centro
Nacional de Investigaciones de Café – CENICAFE para validación en algunas zonas de ladera,
pero no fue posible obtener la información requerida para la validación. Por lo anterior, se
realizó la validación solo en la zona plana del Valle del Cauca.
Ilustración 8. Mapa de la ubicación de las estaciones climatológicas que se emplearon en la validación
En la Ilustración 9, se pueden observar los comportamientos de los tres modelos de estimación
de la evapotranspiración potencial, durante los doce meses del año 2013, observándose que el
comportamiento de MOD16, fue igual a los modelos de estimación con datos en campo. Sin
embargo, se observan que los valores de evapotranspiración de MOD16, están por encima de los
valores de los métodos de la FAO y Turc modificado en un promedio del 29%, lo cual puede
Página 63 de 99
estar relacionado a que el producto MOD16 estima la evapotranspiración teniendo en cuenta la
sumatoria diaria durante el mes, abarcando un área de un kilómetro cuadrado, espacio en el cual
se pueden presentar variaciones en la cobertura vegetal, mientras que los modelos de campo
empleados (FAO y Turc modificado), estiman la evapotranspiración partiendo de información
puntual de una estación, en la cual no se contempla la cobertura vegetal de su zona de influencia
obteniendo un valor promedio diario, el cual debe multiplicarse por los días del mes, asumiendo
de esta manera que la evapotranspiración fue la misma durante todo el mes.
Zarzal
Riofrío
Tuluá
Buga
Yotoco
Guacari
60
80
100
120
140
160
180
ene feb mar abr may jun jul ago sep oct nov dic
ETo
(m
m/m
es)
Penman – Monteith TURC MOD16
60
80
100
120
140
160
180
ene feb mar abr may jun jul ago sep oct nov dicET
o (
mm
/mes
)
Penman – Monteith TURC MOD16
60
80
100
120
140
160
180
ene feb mar abr may jun jul ago sep oct nov dic
ETo
(m
m/m
es)
Penman – Monteith TURC MOD16
60
80
100
120
140
160
180
ene feb mar abr may jun jul ago sep oct nov dic
ETo
(m
m/m
es)
Penman – Monteith TURC MOD16
60
80
100
120
140
160
180
ene feb mar abr may jun jul ago sep oct nov dic
ETo
(m
m/m
es)
Penman – Monteith TURC MOD16
60
80
100
120
140
160
180
ene feb mar abr may jun jul ago sep oct nov dic
ETo
(m
m/m
es)
Penman – Monteith TURC MOD16
Página 64 de 99
Arroyohondo
Amaime
Aeropuerto
Pradera
Cenicaña
Guachinte
Ilustración 9. Comportamiento de la Evapotranspiración Potencial con tres modelos de estimación
En la Tabla 2, se pueden observar los resultados del análisis estadístico de Correlación de
Pearson y del Coeficiente de Determinación (R2), los cuales permiten determinar qué; de las
doce estaciones analizadas, diez de ellas presentan correlaciones entre el 0,8 al 0,9, y R2
superiores a 0,6, demostrando así que es viable emplear el producto de MOD16, para determinar
comportamientos de la Evapotranspiración en el tiempo y en el espacio, siendo una herramienta
fundamental para los casos donde no se pueda obtener información de campo.
60
80
100
120
140
160
180
ene feb mar abr may jun jul ago sep oct nov dic
ETo
(m
m/m
es)
Penman – Monteith TURC MOD16
60
80
100
120
140
160
180
ene feb mar abr may jun jul ago sep oct nov dic
ETo
(m
m/m
es)
Penman – Monteith TURC MOD16
60
80
100
120
140
160
180
ene feb mar abr may jun jul ago sep oct nov dic
ETo
(m
m/m
es)
Penman – Monteith TURC MOD16
60
80
100
120
140
160
180
ene feb mar abr may jun jul ago sep oct nov dic
ETo
(m
m/m
es)
Penman – Monteith TURC MOD16
60
80
100
120
140
160
180
ene feb mar abr may jun jul ago sep oct nov dic
ETo
(m
m/m
es)
Penman – Monteith TURC MOD16
60
80
100
120
140
160
180
ene feb mar abr may jun jul ago sep oct nov dic
ETo
(m
m/m
es)
Penman – Monteith TURC MOD16
Página 65 de 99
Las estaciones climáticas de Pradera y Cenicaña mostraron valores de correlación menores que
las otras diez estaciones, sin embargo, los valores de correlación obtenidos están dentro del rango
de alto a mediano, mostrando que estas correlaciones son aceptables. Estos comportamientos,
pueden estar relacionados con la ubicación geográfica, dado a que las dos estaciones se
encuentran en la zona centro-sur del departamento, en donde podrían estar interactuando algunas
otras variable o factores no contemplados en el análisis.
Tabla 2. Análisis estadístico de la correlación entre los métodos en campo y MOD16
5.3. Identificación de las variaciones espacio temporales de la Evapotranspiración Real en
el Valle del Cauca entre los años 2000 al 2015.
Para identificar patrones de variación en el tiempo y en el espacio se determinaron tres
escenarios: el primero fue determinar los valores máximos, el segundo los valores mínimos y el
tercero los valores promedios desde enero de 2000 a diciembre de 2015.
Teniendo en cuenta que la variable de evapotranspiración real es determinada como la sumatoria
diaria durante todo el mes, se realizó el análisis comparando cada pixel entre los meses. Por
ejemplo, se emplearon los promedios entre pixeles de todos los dieciséis eneros, los dieciséis
febreros y así sucesivamente hasta el mes de diciembre, para sumar los doces promedios
No. Estaciones Ubicación
Penman - MOD16 Turc - MOD16
Correlación
Pearson R2
Correlación
Pearson R2
1 Zarzal Norte 0,9 0,8 0,9 0,8
2 Riofrío Centro - Norte 0,8 0,6 0,8 0,7
3 Tuluá Centro - Norte 0,8 0,7 0,8 0,7
4 Buga Centro - Norte 0,9 0,9 0,8 0,7
5 Yotoco Centro - Norte 0,9 0,8 0,8 0,6
6 Guacarí Centro - Norte 0,9 0,7 0,8 0,7
7 Arroyohondo Centro 0,9 0,7 0,9 0,7
8 Amaime Centro 0,8 0,7 0,9 0,7
9 Aeropuerto Centro 0,8 0,6 0,8 0,6
10 Pradera Centro - Sur 0,5 0,2 0,4 0,2
11 Cenicaña Centro - Sur 0,6 0,4 0,3 0,1
12 Guachinte Sur 0,9 0,8 0,9 0,8
Página 66 de 99
mensuales y obtener una imagen promedio de todos los dieciséis años de estudio, evitando así
errores al comparar los promedios entre años.
De esta manera se obtuvieron tres imágenes de evapotranspiración multianual (Ilustración 10),
en la cual se pueden observar los valores máximos, mínimos y promedios de los dieciséis años
de estudio, observándose patrones espaciales de comportamiento en el espacio. La zona alta
correspondiente a la cordillera central, no se tendrá presente en el análisis, teniendo en cuenta
algunas limitaciones del modelo conceptual del producto MOD16.
Ilustración 10. Escenarios de comportamiento de la evapotranspiración real para el periodo de estudio
En la Ilustración 10, se observan varios patrones de comportamiento de la evapotranspiración
real, observándose visualmente que las zonas de cordillera y de ladera tienden a presentar valores
bajos de evapotranspiración, mientas que las zonas del valle plano del río Cauca y las zonas
costeras del municipio de Buenaventura presentan valores altos de evapotranspiración. Teniendo
en cuenta las limitaciones del producto MODIS 16, no se tendrá en cuenta en el comportamiento
de la evapotranspiración real en la zona alta de la cordillera central.
De manera general las zonas correspondientes a las cordilleras Central y Occidental, presentaron
los valores más bajos de evapotranspiración real en el periodo de estudio de los dieciséis años,
mostrando poca variación en el tiempo.
Página 67 de 99
En la Ilustración 11 e Ilustración 12, se pueden observan los comportamientos de la
evapotranspiración real mensual, durante todo el periodo de estudio en dos pixeles
correspondientes a las Cordilleras Occidental y Central, observándose que los valores de
evapotranspiración real para los dos casos oscilaron entre 15 y 35 mm/mes.
Ilustración 11. Comportamiento de la ETR mensual en la Cordillera Occidental vertiente Valle
Ilustración 12. Comportamiento de la ETR mensual en la Cordillera Central vertiente Valle
Página 68 de 99
Para el caso de la zona de ladera de la cordillera occidental (Ilustración 13), se observan valores
constantes de evapotranspiración real, los cuales son mayores de la zona alta de la cordillera
occidental, pero menores que la zona plana, oscilando entre 40 a 90 mm/mes.
Ilustración 13. Comportamiento de la ETR mensual en la zona de ladera de la Cordillera Central vertiente Valle
La zona plana del Valle del Río Cauca, presentó una mayor variación en el comportamiento
temporal de la evapotranspiración real en comparación con la zona de ladera, observándose
oscilaciones entre los 80 a los 130 mm/año en la mayoría de las zonas. En la Ilustración 14 e
Ilustración 15, se muestra el comportamiento mensual de la evapotranspiración real, en dos
pixeles correspondiente a la zona plana del Valle del Cauca.
Ilustración 14. Comportamiento de la ETR mensual, zona plana del Norte de Valle del Río Cauca.
Página 69 de 99
Ilustración 15. Comportamiento de la ETR mensual, zona plana del Sur de Valle del Río Cauca.
Las mayores dinámicas en el comportamiento de la evapotranspiración se identifican en la zona
pacífica correspondiente al municipio de Buenaventura, en donde se puede evidenciar que se han
presentado en algunas ocasiones valores muy altos de evapotranspiración, junto con valores muy
bajos (Ilustración 10). Hacia las zonas costeras la evapotranspiración muestra una tendencia a
presentar de manera constante valores altos, pero a medida que se acerca a la zona de ladera se
observa que existen variaciones importantes entre los valores de evapotranspiración.
Para poder comprender, el comportamiento de la evapotranspiración en la zona Pacífica se
analizaron varios pixeles en la zona (Ilustración 16, Ilustración 17 e Ilustración 18), identificando
que normalmente los valores de evapotranspiración para toda la zona pacífica oscilan entre 90 a
160 mm/mes. Sin embargo, en las zonas de ladera y en la zona norte del municipio de
Buenaventura, existen algunos meses en los cuales hay presencia de valor bajos de
evapotranspiración, lo cual puede estar relacionado a que en las zonas selváticas se presenta una
mayor nubosidad generando falta de información o información escasa respecto a los valores de
evapotranspiración en algunos meses.
En la Ilustración 18, se puede observar el comportamiento de la evapotranspiración real en zona
costera, observándose que durante todo el periodo de estudio se presentó una tendencia de
Página 70 de 99
valores altos de evapotranspiración real, muy similares a los presentados en las zonas de ladera
de Buenaventura.
Ilustración 16. Comportamiento de la ETR mensual en la zona de ladera del municipio de Buenaventura
Ilustración 17. Comportamiento de la ETR mensual en el norte del municipio de Buenaventura
Página 71 de 99
Ilustración 18. Comportamiento de la ETR mensual en la zona Costera
Para comprender mejor el comportamiento de la evapotranspiración real en el tiempo, se
promediaron los valores de evapotranspiración de cada pixel entre cada uno de los doce meses
del año, obteniendo doce imágenes de los promedios mensuales multianuales (Ilustración 19 e
Ilustración 20), encontrando que los meses de noviembre, diciembre, enero y febrero, tienden a
presentar valores bajos de evapotranspiración real y los meses de mayo, junio, julio y agostos
presentan los valores más altos de evapotranspiración. Según el calendario pluviométrico del
Centro de Investigación de la Caña de Azúcar de Colombia, CENICAÑA, la primer temporada
seca en el departamento del Valle del Cauca inicia el 16 de diciembre y se prolonga hasta el 15
de febrero, la primer temporada de lluvias comienza el 26 de marzo y se extiende hasta el 25 de
mayo, la segunda temporada seca inicia el 16 de junio y se prolonga hasta el 26 de agosto, y la
segunda temporada de lluvias comienza el 6 de octubre y se extiende gasta el 5 de diciembre.
Con base en lo anterior, se puede establecer que no existe una relación directa entre el
comportamiento bimodal de la precipitación y el comportamiento unimodal de la
evapotranspiración real. Sin embargo, se identifica que en la temporada de lluvias de octubre a
noviembre se inicia un decrecimiento de los valores de evapotranspiración, mientras que en la
temporada seca correspondientes a junio, julio y agosto hay un incremento considerable de los
valores de evapotranspiración a nivel departamental.
Página 72 de 99
Ilustración 19. Comportamiento mensual multianual de los meses de Enero a Junio
Ilustración 20. Comportamiento mensual multianual de los meses de Julio a Diciembre
Página 73 de 99
Se esperaría que en los meses de abril y mayo (temporada de lluvia) se pudiera evidenciar una
disminución de la evapotranspiración real, mostrado así una relación inversa entre la
precipitación y la evapotranspiración, pero se observa que por el contrario en estos meses es
donde se incrementa la evapotranspiración real, lo cual demuestra que existen otros factores o
variables que juegan un papel fundamental en el comportamiento de la evapotranspiración real
en el departamento.
Al analizar el comportamiento de la evapotranspiración real en todo el departamento, se observa
que la zona correspondiente al municipio de buenaventura presenta de manera constante valores
altos de evapotranspiración durante todos los meses del año, siendo muy baja su variación en el
tiempo. De forma similar las zonas correspondientes a las cordilleras occidental y central, junto
con algunas zonas de ladera, presentaron valores bajos constantes de evapotranspiración durante
todos los meses, oscilando entre 18 a 50 mm/mes, para todo el periodo de los dieciséis años de
estudio.
Por su parte, la zona plana del valle del río cauca, muestra gran variación en el comportamiento
de la evapotranspiración, lo cual también podría estar relacionado al uso del suelo, en donde la
mayoría de la zona plana del Valle posee cultivos de caña de azúcar, los cuales son regados de
manera periódica en épocas de sequía. Sin embargo, esta suposición del comportamiento de la
evapotranspiración partiendo de un ingreso al sistema de agua por riego, no ha sido estudiada.
De igual manera hay que tener presente que la humedad en el suelo, es una condicionante del
proceso de evapotranspiración, la cual puede generar un efecto de retardo en el comportamiento
de la evapotranspiración real, generando de esta manera que en los meses de lluvias se almacene
agua en el suelo y disminuya la evapotranspiración debido al incremento de la nubosidad y
disminución de la temperatura, mientras que en las temporadas secas, se incrementa la radiación
solar y la temperatura, generando que las plantas sigan evapotranspirando empleando el agua
almacenada en el suelo.
Sumado a lo anterior, se debe tener en cuenta que las imágenes empleadas de evapotranspiración
son mensuales y el comportamiento de la precipitación en el Valle del Cauca varía en cada
Página 74 de 99
periodo, en los cuales inicia o finaliza a principios, intermedios o final de mes, motivo por el cual
se recomienda en próximas investigaciones realizar estas comparaciones empleando información
semanal de precipitación y evapotranspiración real.
La zona correspondiente al Norte del Valle del Cauca, presenta una gran variación en el
comportamiento de la evapotranspiración real en el tiempo, en comparación con la zona sur, lo
cual la convierte en una zona ideal para analizar el Índice Estandarizado de Evapotranspiración
(SETI) y el Índice de Precipitación Estandarizada (SPI), buscando así comprender si existe una
amenaza de sequía natural en esta zona.
Para comprender mejor que factores o variables influyen en el comportamiento de la
evapotranspiración real en el departamento, se realizó un análisis exploratorio del
comportamiento de la velocidad del viento, la radiación solar y la temperatura media en la
estación climatológica de Zarzal (Ilustración 21). Observándose que las variables de radiación
solar y velocidad del viento si influyen considerablemente en el comportamiento de la
evapotranspiración real. Por su parte, la temperatura media, aunque presenta una relación con la
evapotranspiración real, esta relación no es siempre lineal.
Ilustración 21. Comportamiento de la ETR MOD16, radiación solar, velocidad del viento y temperatura media del aire en
la estación de Zarzal de CENICAÑA, año 2013
0
100
200
300
400
500
600
0
50
100
150
200
ene feb mar abr may jun jul ago sep oct nov dic
Rad
iaci
ón
So
lar
Evap
otr
ansp
irac
ión
MOD16 Radiación Solar
0
0,5
1
1,5
2
2,5
0
100
200
300
400
500
600
ene feb mar abr may jun jul ago sep oct nov dicV
elo
cid
ad V
ient
o (m
/seg
)
Rad
iaci
ón S
olar
Radiación Solar Vel. Viento
20
21
22
23
24
0
50
100
150
200
ene feb mar abr may jun jul ago sep oct nov dic
Tem
pe
ratu
ra
(°C
)
Evap
otr
ansp
irac
ión
MOD16 Tmean
Página 75 de 99
5.4. Relación del comportamiento de la evapotranspiración real de MOD16 y altura sobre
el nivel del mar
Para identificar si existe una relación entre la altura sobre el nivel del mar y el comportamiento
de la evapotranspiración real, se empleó un modelo digital de elevación a escala 1:1000 y la
imagen anual de los promedios mensuales de los dieciséis años de estudio (Ilustración 22).
Inicialmente se transformó el ráster de evapotranspiración promedio mensual multianual a
puntos, mediante la herramienta Raster to Point del software ArcGis 10,5, posteriormente se
extrajo la información de cada punto que coincidía con el DEM de alturas mediante la
herramienta Extract Values to Points.
Ilustración 22. Mapa de la Evapotranspiración Real promedio y el DEM de alturas
La información obtenida en cada pixel se pasó a tablas en Excel en donde se realizó el
correspondiente análisis estadístico mediante el Coeficiente de Correlación de Pearson y
Coeficiente de Determinación (R2). De igual manera se hizo un análisis de la relación entre la
altura y la evapotranspiración real, obteniendo una gráfica de comportamiento (Ilustración 23).
Página 76 de 99
El análisis de Correlación de Pearson realizado entre la altura sobre el nivel del mar y la
evapotranspiración real, dio un resultado de -0,3, lo cual indica que existe una relación inversa,
pero frágil, demostrando que no en todos los casos la evapotranspiración dependerá del factor
altitudinal, ya que pueden existir otros factores o variables como la pendiente, la humedad en el
suelo, la radiación solar, la cobertura vegetal, la dinámica de los vientos o la presencia de
cuencas hidrográficas las cuales pueden alterar los valores de evapotranspiración.
De forma similar el Coeficiente de Determinación (R2) fue de 0,1, lo cual indica que no hay una
relación proporcional entre el comportamiento de la evapotranspiración real de MODIS 16 y la
altura sobre el nivel del mar.
Para comprender mejor estos resultados, se realizó un análisis de proporción, en donde los
valores de la altura sobre el nivel del mar fueron divididos por los valores de evapotranspiración
real correspondientes. Los resultados de este análisis se pueden observar en la Ilustración 23, en
donde se identificó que entre los 4000 a los 3400 msnm aproximadamente se evidencia un
incremento en la evapotranspiración, pero entre los 3400 a los 300 msnm se presenta un
descenso de la evapotranspiración en comparación con los de gran altura y entre los 300 a los 0
msnm, se presenta nuevamente un incremento considerable de la evapotranspiración muy por
encima de los presentados en las alturas de 4000 a 3400 msnm. Este análisis sigue ratificando,
que el producto de MODIS 16 no es viable para hacer análisis en zonas altitudinales superiores a
los 3000 msnm, dado a que se esperaría que en estas altitudes se presentaran valores bajos de
evapotranspiración y no valores altos.
De igual manera, se observa que entre los 3400 a los 300 msnm, hay una gran variación del
comportamiento de la evapotranspiración real, la cual tiende a incrementarse a medida que va
disminuyendo la altura, observando que entre los 300 a los 0 msnm hay un comportamiento muy
estable de la evapotranspiración alta. Conforme a este análisis, se puede precisar que, si bien no
existe una relación inversamente proporcional entre la evapotranspiración real y la altura sobre el
nivel del mar, si existe una tendencia a que a mayor altura menor evapotranspiración y a menor
altura sobre el nivel del mar mayor evapotranspiración.
Página 77 de 99
Ilustración 23. Análisis de proporción entre la altura y la ETR
En la Ilustración 23, se observan los valores de proporción entre la altura y la
evapotranspiración, en donde en la horizontal están la totalidad de datos analizados mostrado la
altura correspondiente y en la vertical el valor de proporción de cada dato analizado.
5.5. Relación de la variación de la evapotranspiración real con los eventos ENSO fase cálida
mediante el Índice Oceánico El Niño – ONI
Para relacionar los episodios del fenómeno de ENSO con las variaciones de la
evapotranspiración real en todo el Valle del Cauca, se determinó en que periodos se presentó el
fenómeno del ENSO y que magnitud tubo, esto se realizó con base a la metodología de la
NOAA, la cual determina la variabilidad de los episodios ENSO (Niño, fase cálida y Niña, fase
fría), mediante la utilización del Índice Oceánico El Niño, ( ONI - Oceanic Niño Index), el cual
es generado por el sistema de boyas oceánicas y por información satelital (Cartas de TSM), que
miden la temperatura superficial del mar.
Página 78 de 99
El índice se estima teniendo en cuenta la variación de las temperaturas superficiales del mar
(SST analysis) en la región del Niño 3,4 (5º N a 5º S y 120ºW a 170ºW) y se obtiene mediante el
promedio móvil de la anomalía de la temperatura de la superficie del mar, en relación con el
período de referencia 1971-2003, con tres meses sucesivos: la anomalía del mes, la anomalía del
mes que le antecede y la del mes que le sigue (NOAA, 2007).
Los episodios fríos o cálidos se determinan con base a umbrales de variación de ± 5°C cada tres
meses. Los episodios cálidos o fríos se definen cuando se alcanza un periodo, de al menos 5
meses consecutivos de temperaturas por encima o por debajo de los valores normales, y los
periodos neutros son aquellos que no reportan anomalías en los valores de la temperatura
superficial del mar (Tabla 3). Los eventos fuertes se identifican por variaciones en ± 0,5° C en
los valores medios, sostenida durante al menos 5 meses del año.
Tabla 3. Clasificación de Niños y Niñas por su intensidad, empleando el índice ONI.
El Niño La Niña
Categoría Rango Categoría Rango
Débil 0,5 a 0,9 Débil -0,5 a -0,9
Moderado 1,0 a 1,4 Moderado -1,0 a -1,4
Fuerte >1,4 Fuerte < -1,4
Extraído y adaptado de: Guevara, 2008.
Tabla 4. Muestra los episodios del fenómeno de ENSO, donde los valores en rojo, representan
episodios cálidos (El Niño) y los valores azules, episodios fríos (La Niña). Los resultados son
basados en un umbral de ± 0,5 ⁰ C. Los datos consignados en esta tabla proporcionaran una guía
para comparar la variabilidad interanual e intermensual de los datos de Evapotranspiración con
los episodios del fenómeno ENSO.
Tabla 4. Anomalías en la TSM relacionadas con el fenómeno ENSO
AÑO
Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep. Oct. Nov. Dic.
DJF JFM FMA MAM AMJ MJJ JJA JAS ASO SON OND NDJ
2000 -1.7 -1.5 -1.2 -0.9 -0.8 -0.7 -0.6 -0.5 -0.6 -0.6 -0.8 -0.8
2001 -0.7 -0.6 -0.5 -0.4 -0.2 -0.1 0.0 0.0 -0.1 -0.2 -0.3 -0.3
2002 -0.2 0.0 0.1 0.3 0.5 0.7 0.8 0.8 0.9 1.2 1.3 1.3
2003 1.1 0.8 0.4 0.0 -0.2 -0.1 0.2 0.4 0.4 0.4 0.4 0.3
2004 0.3 0.2 0.1 0.1 0.2 0.3 0.5 0.7 0.8 0.7 0.7 0.7
2005 0.6 0.4 0.3 0.3 0.3 0.3 0.2 0.1 0.0 -0.2 -0.5 -0.8
2006 -0.9 -0.7 -0.5 -0.3 0.0 0.1 0.2 0.3 0.5 0.8 1.0 1.0
2007 0.7 0.3 -0.1 -0.2 -0.3 -0.3 -0.4 -0.6 -0.8 -1.1 -1.2 -1.4
Página 79 de 99
AÑO
Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep. Oct. Nov. Dic.
DJF JFM FMA MAM AMJ MJJ JJA JAS ASO SON OND NDJ
2008 -1.5 -1.5 -1.2 -0.9 -0.7 -0.5 -0.3 -0.2 -0.1 -0.2 -0.5 -0.7
2009 -0.8 -0.7 -0.5 -0.2 0.2 0.4 0.5 0.6 0.8 1.1 1.4 1.6
2010 1.5 1.3 0.9 0.4 -0.1 -0.6 -1.0 -1.4 -1.6 -1.7 -1.7 -1.6
2011 -1.4 -1.1 -0.8 -0.6 -0.5 -0.4 -0.5 -0.7 -0.9 -1.1 -1.1 -1.0
2012 -0.8 -0.6 -0.5 -0.4 -0.2 0.1 0.3 0.3 0.3 0.2 0.0 -0.2
2013 -0.4 -0.3 -0.2 -0.2 -0.3 -0.3 -0.4 -0.4 -0.3 -0.2 -0.2 -0.3
2014 -0.4 -0.4 -0.2 0.1 0.3 0.2 0.1 0.0 0.2 0.4 0.6 0.7
2015 0.6 0.6 0.6 0.8 1.0 1.2 1.5 1.8 2.1 2.4 2.5 2.6
2016 2.5 2.2 1.7 1.0 0.5 0.0 -0.3 -0.6 -0.7 -0.7 -0.7 -0.6
Extraído y adaptado de: NOAA / Servicio Nacional de Meteorología Centros Nacionales de Predicción Ambiental.
Teniendo en cuenta la información reportada en la Tabla 4, se escogen tres periodos de estudio
en los cuales exista presencia de eventos ENSO fase cálida con intensidad Moderada (1,0 a 1,4) a
fuerte (>1,4), los cuales se presentan en la Ilustración 24 y son: enero de 2000 a marzo de 2003,
el periodo de julio de 2007 a diciembre de 2011 y agosto de 2014 a diciembre de 2015.
Ilustración 24. Comportamiento del ENSO en los periodos de estudio a analizar
Partiendo de la premisa de que en el Valle del Cauca se presenta una zonificación del
comportamiento de la evapotranspiración real se decidió crear cinco zonas de comportamiento
similar con el objetivo de promediar los valores de evapotranspiración real en cada zona y
relacionar estos comportamientos con el ENSO. En la Ilustración 25, se observan las cinco zonas
con comportamiento similar, en donde se emplearán solo cuatro zonas correspondientes a:
Pacífico, Cordillera, Valle Aluvial del Río Cauca y Pie de Monte de la Cordillera Central. La
zona correspondiente a la Parte Alta de la Cordillera Central, no se tendrá en cuenta para el
presente análisis, dado a que el producto MOD16, presente algunas inconsistencias en esta zona.
-2
-1,5
-1
-0,5
0
0,5
1
1,5
2
2,5
3
ene-
2000
abr-
2000
jul-2
00
0oc
t-20
00en
e-20
01ab
r-20
01ju
l-20
01
oct-
2001
ene-
2002
abr-
2002
jul-2
00
2oc
t-20
02en
e-20
03ab
r-20
03ju
l-20
03
oct-
2003
ene-
2004
abr-
2004
jul-2
00
4oc
t-20
04en
e-20
05ab
r-20
05ju
l-20
05
oct-
2005
ene-
2006
abr-
2006
jul-2
00
6oc
t-20
06en
e-20
07ab
r-20
07ju
l-20
07
oct-
2007
ene-
2008
abr-
2008
jul-2
00
8oc
t-20
08en
e-20
09ab
r-20
09ju
l-20
09
oct-
2009
ene-
2010
abr-
2010
jul-2
01
0oc
t-20
10en
e-20
11ab
r-20
11ju
l-20
11
oct-
2011
ene-
2012
abr-
2012
jul-2
01
2oc
t-20
12en
e-20
13ab
r-20
13ju
l-20
13
oct-
2013
ene-
2014
abr-
2014
jul-2
01
4oc
t-20
14en
e-20
15ab
r-20
15ju
l-20
15
oct-
2015
Página 80 de 99
Ilustración 25. Zonificación del área de estudio para determinar relación del ENSO con la evapotranspiración real
Para promediar los valores de evapotranspiración para cada zona, se empleó la herramienta
estadística de zona del software de uso libre QGIS, la cual permite calcular el promedio y la
desviación estándar de cada una de las imágenes de evapotranspiración real teniendo en cuenta
los polígonos establecidos.
En la Ilustración 26, se puede observar el comportamiento general de la evapotranspiración real
para todo el departamento del Valle del Cauca, encontrando que si bien los eventos del ENSO,
impacta las dinámicas climáticas a nivel regional, la evapotranspiración real no se ve afectada
significativamente por la presencia del evento.
Página 81 de 99
Ilustración 26. Comportamiento de evapotranspiración real Vs. Fenómeno ENSO para los tres periodos de estudio
Para analizar de manera más detallada este resultado, se grafican los comportamientos de la
evapotranspiración real para cada periodo de estudio, en las zonas establecidas (Ilustración 27),
identificando que en el primer periodo correspondiente a enero de 2000 hasta marzo de 2003, no
existe una relación directa entre la presencia del ENSO - fase cálida y la evapotranspiración real.
Sin embargo, para el periodo de julio de 2007 a diciembre de 2011, los valores de
evapotranspiración real en todas las zonas tienden a disminuir levemente en presencia del ENSO,
fase Cálida e incrementar en presencia del ENSO, fase fría.
Estos resultados demuestran que la evapotranspiración real, se ve alterada solo cuando se
presentan eventos ENSO de magnitud fuerte e intensidad prolongada, lo cual indica que la
evapotranspiración real puede ser empleada como un índice de sequía meteorológica, generando
información importante sobre el balance hídrico en una zona determinada.
Al ser la evapotranspiración real una de las variables más importantes en el clima, es muy
coherente que, ante la presencia de eventos climáticos extremos como el ENSO, se vea
alteraciones en su comportamiento, permitiendo con ello estudiar posiblemente las amenazas de
sequía meteorológica, cuando su magnitud es prolongada en el tiempo, lo cual generaría un
desbalance hídrico en el suelo, repercutiendo negativamente en la disponibilidad del recurso
hídrico.
-2
-1
0
1
2
3
0
20
40
60
80
100
120
ene-
2000
ma
r-2
00
0
may
-200
0
jul-2
000
sep
-200
0
nov-
200
0
ene-
2001
ma
r-2
00
1
may
-200
1
jul-2
001
sep
-200
1
nov-
200
1
ene-
2002
ma
r-2
00
2
may
-200
2
jul-2
002
sep
-200
2
nov-
200
2
ene-
2003
ma
r-2
00
3
ago-
2007
oct-
2007
dic-
2007
feb
-200
8
abr-
2008
jun-
2008
ago-
2008
oct-
2008
dic-
2008
feb
-200
9
abr-
2009
jun-
2009
ago-
2009
oct-
2009
dic-
2009
feb
-201
0
abr-
2010
jun-
2010
ago-
2010
oct-
2010
dic-
2010
feb
-201
1
abr-
2011
jun-
2011
ago-
2011
oct-
2011
dic-
2011
sep
-201
4
nov-
201
4
ene-
2015
ma
r-2
01
5
may
-201
5
jul-2
015
sep
-201
5
nov-
201
5
mm
/mes
Promedio ET ENSO
Página 82 de 99
Ilustración 27. Comportamiento de la evapotranspiración real y ENSO para el periodo enero de 2000 a marzo de 2003
En el caso del año 2015, se observa un descenso interesante de los valores de evapotranspiración
real, lo cual también coincide con la presencia de un evento ENSO, fase cálida de intensidad
fuerte. Sin embargo, al revisar el motivo de este comportamiento se encontró que para el año
2015 el producto MODIS 16, cambio de ser mensual a ser semanal y en donde se modificaron
varios parámetros del modelo, suministrando información escasa de evapotranspiración para el
Valle del Cauca. Por lo anterior, se descarta que el comportamiento de la evapotranspiración para
este año esté relacionado con la presencia del ENSO.
5.6. Relación de las variaciones de la evapotranspiración real y el fenómeno de sequía
meteorológica en una zona piloto en el Valle del Cauca
Teniendo en cuenta los análisis del comportamiento espacio temporal de la evapotranspiración
real, se escoge una zona piloto en el Valle del Cauca para calcular el Índice Estandarizado de
Evapotranspiración (SETI) y el Índice de Precipitación Estandarizada (SPI). La zona piloto
escogida se conforma por los siguientes municipios de Norte del Valle: Alcalá, Ansermanuevo,
Argelia, Cartago, El Águila, El Cairo, El Dovio, La Unión, La Victoria, Obando, Roldanillo,
-2
-1
0
1
2
3
0
20
40
60
80
100
120
140
ene-
2000
abr-
2000
jul-2
000
oct-
2000
ene-
2001
abr-
2001
jul-2
001
oct-
2001
ene-
2002
abr-
2002
jul-2
002
oct-
2002
ene-
2003
jul-2
007
oct-
2007
ene-
2008
abr-
2008
jul-2
008
oct-
2008
ene-
2009
abr-
2009
jul-2
009
oct-
2009
ene-
2010
abr-
2010
jul-2
010
oct-
2010
ene-
2011
abr-
2011
jul-2
011
oct-
2011
ago-
2014
nov-
2014
feb
-201
5
may
-20
15
ago-
2015
nov-
2015
mm
/mes
Zona Costera Zona Pacifico Zona Cordillera Occidental
Zona Pie de Monte Cordillera Central Zona Valle Aluvial del Rio Cauca ENSO
Página 83 de 99
Toro, Ulloa, Versalles y Zarzal. En esta zona piloto se identificaron quince (15) estaciones
climáticas, pero solo se emplearon once (11) estaciones de la Corporación Autónoma Regional
del Valle del Cauca – CVC, la cuales contaban con información confiable sobre precipitación
total mensual para el periodo de estudio, el cual se escogió teniendo en cuenta la presencia de
eventos ENSO fase cálida con intensidad Moderada (1,0 a 1,4) a fuerte (>1,4), correspondiente al
periodo de julio de 2007 a diciembre de 2011 (Ver Tabla 5).
Tabla 5. Estaciones empleadas para el análisis.
NOMBRE ESTACIÓN CATEGORIA MUNICIPIO CODIGO
La María PM El Dovio 5420410112
Anacaro PG Cartago 2610000115
El Vesubio PM Toro 2624700103
El Socorro PG La Victoria 2614900101
La Elvira PM Zarzal 2614900102
La Arboleda PG Obando 2615000102
Zaragoza CO Cartago 2610000202
El Cairo PM El Cairo 5420410117
Puerto Molina PM Obando 2610000105
Piedras De Moler PM Alcala 2615400111
La Arabia PM Versalles 5420410114
PM: Pluviométricas, PG: Pluviográficas, CO: Climatológicas
5.6.1. Calculo del Índice Estandarizado de Evapotranspiración (SETI) y El Índice de
Precipitación Estandarizada (SPI)
Para relacionar las variaciones de la evapotranspiración real con el riesgo de sequía
meteorológica en una zona piloto del departamento del Valle del Cauca, se emplearon dos
índices; el primero el Índice Estandarizado de Evapotranspiración (SETI) y el segundo el Índice
de Precipitación Estandarizada (SPI). Los índices se calcularon con información de
evapotranspiración real e información de precipitación en las estaciones climatológicas
presentadas en la Tabla 5, para el periodo de julio de 2007 a diciembre de 2011. Los valores de
evapotranspiración real y precipitación se ajustaron a una distribución de probabilidades gamma,
la cual se transformó en una distribución normal, de modo que el valor promedio para cada caso
es cero y la desviación estándar es de uno. El cálculo de los índices se realizó para una escala
temporal de tres y seis meses empleando hojas de cálculo en Excel.
Página 84 de 99
En la Tabla 6, se presentan las categorías de los índices SETI y el SPI, en las cuales se pueden
determinar los períodos secos, húmedos y normales.
Tabla 6. Categorías del SETI y el SPI
2,0 y más Extremadamente húmedo
1.5 a 1.99 Muy húmedo
1.0 a 1.49 Moderadamente húmedo
-0.99 a 0.99 Normal o aproximadamente normal
-1.0 a -1.49 Moderadamente seco
-1.5 a -1.99 Severamente seco
-2 y menos Extremadamente seco
En la Ilustración 28, se observan los resultados del cálculo del Índice Estandarizado de
Evapotranspiración (SETI) para una escala temporal de seis meses, para las once estaciones de
estudio, mostrando que los meses de febrero a mayo presentan una disminución en el índice,
mientras que los meses de agosto hasta octubre presentan un incremento. A nivel general se
observa un comportamiento de decrecimiento del índice, mostrando un aumento leve en la
evapotranspiración real. Sin embargo, esta última afirmación, no está demostrada, ya que el
periodo de estudio es de solo cuatro años y medio, generando con ello que no se pueda aseverar
que el SETI tiene una tendencia a futuro de presentar eventos secos o de menor disponibilidad de
agua.
Ilustración 28. Resultados del Índice Estandarizado de Evapotranspiración (SETI), periodo de 6 meses.
-3
-2
-1
0
1
2
3
dic-
07
feb
-08
abr-
08
jun-
08
ago
-08
oct-
08
dic-
08
feb
-09
abr-
09
jun-
09
ago
-09
oct-
09
dic-
09
feb-
10
abr-
10
jun-
10
ago
-10
oct-
10
dic-
10
feb-
11
abr-
11
jun-
11
ago
-11
oct-
11
dic-
11
LA MARIA ANACARO EL VESUBIO EL SOCORROLA ELVIRA LA ARBOLEDA ZARAGOZA EL CAIROPUERTO MOLINA PIEDRAS DE MOLER LA ARABIA
Página 85 de 99
Por su parte en la Ilustración 29, se puede observar el comportamiento del SETI, en una escala
de tres meses, permitiendo observar tendencias a corto plazo, en donde se corrobora que el
comportamiento de la evapotranspiración es unimodal, en donde los meses de septiembre a
noviembre tienden a presentar valores bajos de evapotranspiración, lo cual indica que hay mayor
disponibilidad del recurso hídrico en la superficie y en el suelo, mientras que los meses de
noviembre a marzo presentaron una menor disponibilidad del agua, dado al incremento de la
evapotranspiración.
Ilustración 29. Resultados del Índice Estandarizado de Evapotranspiración (SETI), periodo de 3 meses.
La Ilustración 30, permite identificar el comportamiento del Índice de Precipitación
Estandarizada (SPI) en una escala de seis meses, mostrando que los meses de agosto de 2009 a
mayo de 2010, presentaron eventos de sequía que oscilan entre severa a extrema. Por otro lado,
los meses de agosto a octubre de 2008 y octubre de 2010 a mayo de 2011, presentaron eventos
que oscilaron entre húmedo y muy húmedo. De forma similar el comportamiento del Índice de
Precipitación Estandarizada (SPI) en una escala de tres meses (Ilustración 31), permite
identificar el comportamiento bimodal de la precipitación, observándose disminución del índice
en épocas secas e incremento del mismo en épocas de lluvia, coincidiendo con el patrón normal
para la zona de estudio.
-3
-2
-1
0
1
2
3
LA MARIA ANACARO EL VESUBIO EL SOCORRO
LA ELVIRA LA ARBOLEDA ZARAGOZA EL CAIRO
PUERTO MOLINA PIEDRAS DE MOLER LA ARABIA
Página 86 de 99
Ilustración 30. Resultados del Índice de Precipitación Estandarizada (SPI), periodo de 6 meses.
Ilustración 31. Resultados del Índice de Precipitación Estandarizada (SPI), periodo de 3 meses.
Al analizar los índices de manera integral, se puede identificar que, si bien existe una tendencia a
presentarse valores altos de evapotranspiración entre los meses noviembre a marzo, lo cual puede
considerarse una amenaza natural, esta se puede verse intensificada al disminuirse las
precipitaciones normales para ese periodo. En el caso del tiempo comprendido entre de julio de
2007 a diciembre de 2011, se observa que entre los meses de febrero y marzo de 2010 se
presentó una disminución de la precipitación coincidiendo a su vez con un incremento en la
evapotranspiración, lo que resulta en una disminución de la disponibilidad de agua en el
ecosistema.
-3
-2
-1
0
1
2
3
dic-
07
feb-
08
abr-
08
jun-
08
ago
-08
oct-
08
dic-
08
feb-
09
abr-
09
jun-
09
ago
-09
oct-
09
dic-
09
feb
-10
abr-
10
jun-
10
ago
-10
oct-
10
dic-
10
feb
-11
abr-
11
jun-
11
ago
-11
oct-
11
dic-
11
LA MARIA ANACARO EL VESUBIO EL SOCORRO
LA ELVIRA LA ARBOLEDA ZARAGOZA EL CAIRO
PUERTO MOLINA PIEDRAS DE MOLER LA ARABIA
-3
-2
-1
0
1
2
3
dic
-07
feb
-08
ab
r-08
jun
-08
ago
-08
oct
-08
dic
-08
feb
-09
ab
r-09
jun
-09
ago
-09
oct
-09
dic
-09
feb
-10
ab
r-10
jun
-10
ago
-10
oct
-10
dic
-10
feb
-11
ab
r-11
jun
-11
ago
-11
oct
-11
dic
-11
LA MARIA ANACARO EL VESUBIO EL SOCORRO
LA ELVIRA LA ARBOLEDA ZARAGOZA EL CAIRO
Página 87 de 99
Por otro lado, el periodo comprendido entre noviembre de 2010 a enero de 2011, presento un
incremento en las precipitaciones lo cual coincidió con un incremento anormal de la
evapotranspiración real, lo cual podría estar relacionado, partiendo de la idea de que, si se tiene
suficiente agua en el suelo durante un tiempo prolongado, la evapotranspiración real se
incrementara considerablemente, generando un balance hídrico en el ecosistema.
De manera general El Índice Estandarizado de Evapotranspiración (SETI), presento una
variación estacional, en donde los meses febrero a mayo son los que presentan una disminución
en la disponibilidad del agua, mientras que los meses de agosto hasta octubre presentan un
incremento de la disponibilidad, repitiéndose este patrón de manera constante.
Las once estaciones analizadas presentan un comportamiento similar entre ellas para el SETI. Sin
embargo, en el SPI se observan variaciones en los valores entre estación y estación, lo cual
podría indicar que el comportamiento de la evapotranspiración real es homogéneo en toda la
zona norte del Valle del Cauca.
Al analizar de manera conjunta el comportamiento del SETI y el SPI en la zona del norte del
Valle del Cauca, se puede pensar que esta zona presenta de manera periódica exposición a la
amenaza de sequía meteorológica, la cual se materializa en disminución del recurso hídrico al
presentarse eventos ENSO - fase cálida con intensidad moderada a fuerte. Este hallazgo es útil en
la planificación del territorio y en la toma de decisiones para implementar planes de trabajo que
permitan evaluar el riesgo de sequía en los municipios analizados, buscando con ello articular
programas de prevención ante el riesgo de sequía que disminuya el impacto ambiental, social y
económico que tiene este fenómeno.
Página 88 de 99
6. Conclusiones y Recomendaciones
Según los resultados obtenido para el Valle del Cauca, se puede afirmar que el producto
MOD16, se puede utilizar de manera confiable para obtener información de evapotranspiración
real y potencial. Sin embargo, para las zonas de los piedemontes de las cordilleras donde existe
un cambio de gradiente altitudinal y las zonas de páramos (mayor a la cota de terreno de 3400
m.s.n.m), es recomendable realizar un ajuste al modelo.
En el departamento del Valle del Cauca, se identificaron varios patrones en el comportamiento
de la evapotranspiración real, observándose que las zonas altas de las cordilleras Central y
Occidental, presentaron los valores más bajos de evapotranspiración real, los cuales oscilaron
entre 15 a 35 mm/mes, y la zona de piedemonte de la cordillera occidental presento valores entre
40 a 90 mm/mes. Por su parte la zona plana del valle del río Cauca, presentó una mayor
variación en el comportamiento temporal de la evapotranspiración real, observándose
oscilaciones entre los 80 a los 130 mm/año, mientras que la zona pacífica correspondiente al
municipio de Buenaventura, presento valores altos de evapotranspiración los cuales fluctuaron
entre 90 a 160 mm/mes.
De acuerdo con los resultados obtenidos en la investigación se encuentra que el comportamiento
de la evapotranspiración real en el departamento del Valle del Cauca es unimodal, siendo los
meses de noviembre, diciembre, enero y febrero, los que presentan los valores bajos de
evapotranspiración real y los meses de mayo, junio, julio y agostos los valores más altos.
Como resultado del presente estudio, se concluye que no existe una relación lineal, entre la
precipitación y la evapotranspiración real en el Valle del Cauca. Sin embargo, se recomienda
realizar estudios a una menor escala para determinar el nivel de relación entre estas dos variables
climáticas.
Para estudios posteriores se recomienda realizar un análisis de la evapotranspiración en la zona
pacífica, dado a que es un área en donde se conjugan varios factores y variables, que la hacen
una zona única, de gran importancia para las dinámicas climáticas del departamento.
Página 89 de 99
Como resultado de la presente investigación, se ratifica que para el Valle del Cauca las variables
de radiación solar, velocidad del viento y temperatura del aire, influyen considerablemente en el
comportamiento de la evapotranspiración real.
Se demuestra que existe una relación inversa entre los valores de evapotranspiración de MOD16
y la altura, la cual no en todos los casos se cumple, dado a que la evapotranspiración real
depende de otros factores o variables como la humedad en el suelo, la radiación solar, la
cobertura vegetal, la dinámica de los vientos, entre otros.
Se encuentra que los valores de la evapotranspiración real solo se ven afectados
significativamente en presencia del Fenómeno del ENSO, cuando se presenta magnitud fuerte e
intensidad prolongada.
El Índice Estandarizado de Evapotranspiración (SETI), es una herramienta importante para
identificar amenaza de sequía, dado a que permite identificar la disponibilidad del agua en el
tiempo. Sin embargo, al relacionarse este índice con el Índice de Precipitación Estandarizada
(SPI), se mejora el análisis significativamente, dado a que se incluye otra variable fundamental
en el ciclo hídrico.
Como resultado de esta investigación se encontró que el Índice Estandarizado de
Evapotranspiración (SETI), presenta una variación estacional, la cual se repite de manera
constante.
Este trabajo es un punto de partida para comprender como es el comportamiento de la sequía
meteorológica en los municipios del Norte del Valle, esperando que en futuras investigaciones se
analice de manera más puntual este tema, abarcando a todos los municipios el departamento del
Valle del Cauca.
Teniendo en cuenta los resultados de la presente investigación se encuentra que existe una
exposición periódica a la amenaza natural de sequía en los municipios del norte del Valle del
Página 90 de 99
Cauca, la cual inicia aproximadamente en el mes de enero y finaliza en el mes de julio, lo cual
requiere medidas de prevención por parte de las unidades municipales y departamentales para la
gestión del riesgo de desastre orientadas a la capacitación y sensibilización de las comunidades
vulnerables en estas zona y a la elaboración de estudios puntuales para la realización de obras
estructurales y no estructurales, lo cual hará que disminuya la vulnerabilidad ante la presencia de
eventos ENSO, fase cálida que coincidan con los meses de enero a julio, los cuales intensificaran
la disminución del recurso hídrico en la zona.
Para estudios posteriores se recomienda profundizar en el uso del Índice Estandarizado de
Evapotranspiración (SETI), como mecanismo para realizar los análisis de sequía meteorología.
De igual manera se recomienda analizar una metodología que permita integrar estos dos índices,
con el objetivo de mejorar las predicciones en el comportamiento de la sequía a nivel
departamental.
Página 91 de 99
Referencias
Allen, R.G. Pereira, L.S. Raes, D. Smith, M. (2006). Evapotranspiración del cultivo. Guías para la determinación de los requerimientos de agua de los cultivos. Estudio FAO: Riego y
Drenaje, FAO, Rome (Italia). Dirección de Tierras y Aguas, no. 56, Pp.300
Álvarez. O., Vélez. J. I. y Poveda Jaramillo. G. (2008). Incertidumbre en la estimación de
campos de evapotranspiración para Colombia. XVIII Seminario Nacional de Hidráulica e Hidrología. Sociedad Colombiana de Ingenieros.
Botterill, L.C. and G. Cockfield. (2013). Science, Policy, and Wicked Problems. In Righetti,
Botterill L. and G. Cockfield (Eds.): Drought, Risk Management, and Policy: Decision
Making under Uncertainty. CRC Press, pp. 1-16.
Carrillo, J. L., (17 de enero de 2016). Agro del Valle, en vilo por fenómeno de El Niño. El País. Recuperado de http://www.elpais.com.co/elpais/valle/noticias/agro-valle-vilo-por-fenomeno-nino
Carvajal, Y., Jiménez, H. y Materón, H. (1999). El niño 1997-98 y su impacto sobre los
ecosistemas marino y terrestre. Efectos ecológicos del fenómeno ENOS en Colombia. Universidad del Valle, facultad de ingeniería. Santiago de Cali, Colombia. Revista biológica de Perú. Vol. Extraordinario: pp. 152-159.
Carvajal, Y., & Segura, J. M. (2002). Aplicación de métodos estadísticos para la regionalización de precipitación mensual en el Valle del Cauca. Metereol. Colombg, (5), 13-
21.
Carvajal, Y. (2010). Efectos de la variabilidad climática y el cambio climático en la
agricultura. Estrategias de mitigación y adaptación para el sector. Memorias, 8(14), 85-102.
Carvajal, Y. (2011). Efectos de la Variabilidad Climática (Vc) y el Cambio Climático (Cc) en los Recursos Hídricos de Colombia. Entre Ciencia e Ingeniería, (9), 33-61.
Cerón, W. L., Carvajal, Y. C., & Montoya, O. L. B. (2015). Índice estandarizado de precipitación (SPI) para la caracterización de sequías meteorológicas en la cuenca del río
Dagua-Colombia. Estudios Geográficos, 76(279), 557-578. Correa, M. V. (07 de febrero de 2016). Pérdidas ambientales que ya deja El Niño superan los
$3 billones. El Colombiano. Recuperado de http://www.elcolombiano.com/colombia/perdidas-ambientales-que-ya-deja-el-nino-superan-
los-3-billones-CD3555037.
Página 92 de 99
De La Casa, A., Ovando, G., Díaz, G., y Díaz, P. (2017). Evaluación de la sequía con indicadores estandarizados de diferente origen en Córdoba, Argentina. En IX Congreso
Argentino de AgroInformartica (CAI 2017) – JAIIO 46- CLEI 43.
Eiseltová, M., Pokorný, J., Hesslerová, P., & Ripl, W. (2012). Evapotranspiration-A driving force in landscape sustainability. INTECH Open Access Publisher.
Esmeral. Y. M. (2011). Análisis de la evapotranspiración real en el cultivo de rosa (tesis de maestría). Universidad Nacional de Colombia, Santa Fe de Bogotá, Colombia.
Food and Agriculture Organization of the United Nations - (FAO). (2008). Climate Change
and Food Security: A Framework Document. Recuperado de
http://www.fao.org/forestry/15538-079b31d45081fe9c3dbc6ff34de4807e4.pdf
García, S., F., y Otero, J., D. (2005). Estimación de la evapotranspiración real en la cuenca superior del rio Lebrija (Tesis de pregrado). Universidad Industrial de Santander, Bucaramanga, Colombia.
García, R. (2008). Riesgo de sequía y vulnerabilidad socioeconómica en la cuenca del
guadalentin (tesis de doctorado). Universidad de Murcia, Murcia, España.
González López, S. & Lorente García, J. (2002). Reducción de la vulnerabilidad ante
fenómenos meteorológicos extraordinarios. In Conferencia Día Meteorológico Mundial, Murcia.
Guevara, J. M. (2008). El ABC de los índices usados en la identificación y definición
cuantitativa de el niño-oscilación del sur (ENSO). Terra Nueva Etapa, vol. XXIV, número
035. Universidad Central de Venezuela. Caracas, Venezuela. pp. 85-140.
Gutiérrez-Hernández, J. E., & Hernández-Cerda, M. E. (2016). Situación actual de los índices en uso para el estudio de la sequía. Ciencias de la Tierra y el Espacio, julio-diciembre, 2016, Vol.17, No.2, pp.183-199, ISSN 1729-3790.
Hasenmueller, E. A., & Criss, R. E. (2013). Water balance estimates of evapotranspiration rates in areas with varying land use. Evapotranspiration-An Overview.
Hurtado, G., & M. Cadena. (2002). Aplicación de índices de sequía en Colombia. Meteorol.
Colomb. 5:131-137. ISSN 0124-6984. Bogotá, D.C. – Colombia.
Intergovernmental Panel on Climate Change - IPCC. (2007). Cambio climático 2007:
Informe de síntesis. Contribución de los Grupos de trabajo I, II y III al Cuarto Informe de Evaluación del IPCC.
Irmak A. (2012). Evapotranspiration- remote sensing and modeling. Rijeka, Croatia: publisher: InTech, Chapter published. Tradución propia.
Página 93 de 99
Jaramillo R., A. (2006). Evapotranspiración de referencia en la región andina de Colombia. Cenicafé 57(4):288-298.
Jung, M., M. Reichstein, et al. (2010). A recent decline in the global land evapotranspiration
trend due to limited moisture supply. Nature, DOI:10.1038/nature09396. Libreros, L. L. (17 de enero de 2016). El drama de la sequía golpea a doce municipios del
Valle. El País. Recuperado dehttp://www.elpais.com.co/elpais/valle/noticias/drama-sequia-golpea-doce-municipios-valle
Loaiza, W. (2014). Evaluación de sequías meteorológicas y procesos de adaptación de las
comunidades agrícolas de la cuenca del río Dagua – Valle del Cauca caso de estudio:
Microcuenca la Centella (Tesis de maestría). Universidad del Valle, Cali, Colombia.
Loaiza, W.; Carvajal, Y. & Baquero, O. L. (2014). Sequías & adaptación: principios para su evaluación en sistemas productivos agrícolas del Valle del Cauca, Colombia. Universidad del Valle, Programa Editorial.
López, N. G., Carvajal, Y., & Cerón, W. L. (2016). Análisis de sequías meteorológicas para
la cuenca del río Dagua, Valle del Cauca, Colombia. Revista Tecnura, 20(48), 101-113. Marín, V. (2010). Evaluación de la relación entre la evapotranspiración potencial teórica y la
evaporación registrada en los departamentos de Cundinamarca y Valle del Cauca. (tesis pregrado). Pontificia Universidad Javeriana, Bogota D.C.
Marcos, O. (2001). Sequía: definiciones, tipologías y métodos de cuantificación.
Investigaciones Geográficas, nº 26. Barcelona, España.
Morillas. L. (2013). Tesis de Doctorado. Estimación multifuente de la Evapotranspiración en
medios Semiáridos mediante teledetección: Evaluación de métodos directos y residuales. Universidad de Almería. España.
Monteith J.L. (1965). Evaporation and the environment. In: The State and Movement of Water in Living Organisms. XIXth Symposium. Soc. for xp. Biol., Swansea. Cambridge
University Press. pp. 205-234.
Mu, Q., Zhao, M., and Running, S. W. (2011). Improvements to a MODIS global terrestrial
evapotranspiration algorithm. Remote Sensing Environ., 115, 1781–1800.
Mu, Q., Zhao, M., and Running, S. W. (2013). MODIS Global Terrestrial Evapotranspiration (ET) Product (NASA MOD16A2/A3) Algorithm Theoretical Basis Document, Collection 5. Remote Sensing Environ. NASA Headquarters.
Murillas, A. y Londoño. E. A. (2014). Estimación de la evapotranspiración en cultivos de
arroz con sensores remotos (tesis de pregrado). Universidad del Valle, Santiago de Cali, Colombia.
Página 94 de 99
National Oceanic and Atmospheric Administration (NOAA). (2007). Earth System Research
Laboratory, Physical Science Division. Multivariate ENSO. Publicación digital en la página web http://www.cdc.noaa.gov/people/klaus.wolter/MEI/
Ortega-Gaucin, D. 2012. Sequía en Nuevo León: vulnerabilidad, impactos y estrategias de
mitigación. Instituto del Agua del Estado de Nuevo León. Apodaca, N.L. 222 p. ISBN: 978-
607-9203-06-1
Peña, A., E. Cortés, J. Torres & J. Carbonell. (2005). Estimación de la evaporación a partir de otras variables meteorológicas en el valle del río Cauca. Meteorología Colombiana 9:51-57. ISSN 0124-6984. Bogotá, D.C. -Colombia.
Pérez, M. E. (2006). Fluctuaciones Climáticas Y Variabilidad Temporal Del Clima En El
Norte Argentino–1931/2005. Revista Geográfica Digital. IGUNNE. Facultad de Humanidades. UNNE, 3(6).
Pérez, D. J. (2007). Introducción a los Sensores Remotos, Aplicaciones en Geología. Extraído de: http://aviris.gl.fcen.uba.ar/Curso_SR/Guia_Curso_sr_2007.pdf
Podestá, G., Milagros Skansi, M.D.L.M., Herrera, N., y Veiga, H. (2016). Descripción de
índices para el monitoreo de sequía meteorológica implementados por el Centro Regional del
Clima para el Sur de América del Sur. Centro Regional del Clima para el Sur de América del Sur. Reporte Técnico CRC-SAS-2015-001.
Poveda Jaramillo, G. (1998). Retroalimentación dinámica entre el fenómeno el niño-
oscilación del sur y la hidrología de Colombia (Doctoral dissertation, Universidad Nacional
De Colombia, Sede Medellín).
Poveda, G., & Mesa, O. (1999). La corriente de chorro superficial del Oeste (" del Chocó") y otras dos corrientes de chorro en Colombia: climatología y variabilidad durante las fases del ENSO. Revista Académica Colombiana de Ciencia, 23(89), 517-528.
Poveda Jaramillo, G., Jaramillo Robledo, A., & Mantilla Gutiérrez, R. (2001) Asociación
entre el fenómeno El Niño y las anomalías de humedad del suelo y del índice "NDVI" en Colombia. In: IX Congreso Latinoamericano e Ibérico de Meteorología y VIII Congreso Argentino de Meteorología, 7-11 de mayo, Buenos Aires, Argentina. Extraído de:
http://www.bdigital.unal.edu.co/4417/#sthash.mHvVmvA8.dpuf
Poveda, G., J. Vélez, O. Mesa, C. Hoyos, L. Salazar, J. Mejía, O. Barco y P. Correa. (2002). Influencia de fenómenos macroclimáticos sobre el ciclo anual de la hidrología colombiana: cuantificación lineal, no lineal y percentiles probabilísticos. Meteorol. Colomb. 6:121-130.
ISSN 0124-6984. Bogotá, D.C. – Colombia.
Poveda, G. (2004). La hidroclimatología de Colombia: una síntesis desde la escala inter-decadal hasta la escala diurna. Rev. Acad. Colomb. Cienc, 28(107), 201-222.
Página 95 de 99
Preocupación por bajo nivel de embalses del Valle del Cauca, centro y oriente de Colombia.
(28 de enero de 2016). El País. Recuperado de http://www.elpais.com.co/elpais/colombia/noticias/preocupacion-por-nivel-embalses-valle-
cauca-centro-y-oriente-colombia Puertas Orozco, O. L., & Carvajal, Y. (2008). Incidence of El Niño southern oscillation in the
precipitation and the temperature of the air in Colombia, using Climate Explorer. Ingeniería y Desarrollo, (23), 104-118.
Quintero, A. M.; Carvajal, Y.; y ALDUNCE, P. (2012). Adaptación a la variabilidad y el
cambio climático: Intersecciones con la gestión del riesgo. Manizales, Colombia. Revista
Luna Azul, núm. 34, pp. 257-271. Universidad de Caldas.
Ramirez; Mejia; Marin; y Arango. (2011). Evaluación de modelos para calcular la evapotranspiración de referencia en la zona cafetera de Colombia. Agron. colomb. vol.29, n.1, pp.107-114. ISSN 0120-9965.
Roth, G.D. (2003). Meteorología. Formaciones nubosas y otros fenómenos meteorológicos.
Situaciones meteorológicas generales. Pronósticos del tiempo. Barcelona: Ediciones Omega (edición original alemana: Munich, 2002). pp. 300.
Sánchez, M. y Chuvieco, E. (2000). Estimación de evapotranspiración del cultivo de reteferneic, ETo, a partir de imágenes NOAAAVHRR. Revista de Teledetección, Nº 14, p.
1121.
Sánchez. M.I. (1992). Métodos para el estudio de la evaporación y la evapotranspiración.
Cuadernos técnicos sociedad española de geomorfología. N°3,36pp.España (Murcia).
Serna, S. E. G., Carvajal, Y., & Díaz, Á. J. Á. (2013). Estudio de la Influencia del Fenómeno El Niño-Oscilación del Sur en la Oferta Hídrica de la Cuenca Hidrográfica del Río Dagua. Entre Ciencia e Ingeniería, (13), 26-33.
Toro-Trujillo, A. María; Arteaga-Ramírez, Ramón; Vázquez-Peña, M. Alberto; Ibáñez
Castillo, L. Alicia. (2015). Modelos para estimar la evapotranspiración de referencia en la zona norte bananera del Urabá Antioqueño (Colombia). Agrociencia, vol. 49, núm. 8, pp. 821-836.
Torres, E. (2010). El modelo fao-56 asistido por satélite en la estimación de la
evapotranspiración en un cultivo bajo estrés hídrico y suelo desnudo. Caso de estudio: Acuífero Mancha Oriental, España. Universidad de Castilla- la mancha.
Vandana, S. (2008). El agua y la biodiversidad de la tierra. Zaragoza: Expoagua Zaragoza 2008, 167 p.
Página 96 de 99
Velasco, I., Montesillo, J. (2006). Elementos en la gestión de cuencas en condiciones de sequía. Revista: Gestión y Política Pública. México.
Vicente-Serrano, S. M., Beguería, S., Lorenzo-Lacruz, J., Camarero, J. J., López-Moreno, J.
I. Azorín-Molina, C., Revuelto, J., Morán-Tejeda, E., Sánchez-Lorenzo, A. (2012). Análisis comparativo de diferentes índices de sequía para aplicaciones ecológicas, agrícolas e hidrológicas. En 8° Congreso Internacional de la Asociación Española de Climatología,
Salamanca.
Volpedo, A. V. (2001). Estudio de la morfometría de las sagittae en poblaciones de sciaenidos marinos de aguas cálidas del Perú y aguas templado-frías de Argentina. Universidad de Buenos Aires, facultad de ciencias exactas y naturales. Argentina. Pp. 234
desde la 40-43pp.
Zuluaga, J. (2009). Análisis de la variabilidad espacio - temporal de la sequía en Colombia. Bogotá, 100pp.
Página 97 de 99
Bibliografía
Allen R.G., Pereira L.S., Raes, D. y Smith M. (1998). Crop evapotranspiration: guidelines for
computing crop water requirements, FAO Irrigation and Drainage Paper, Vol. 56, FAO,
Rome.
Álvarez. O. D., Vélez. J. I., Poveda, G. (2008). Incertidumbre en la estimación de campos de evapotranspiración para Colombia, XVIII Seminario Nacional de Hidráulica e Hidrología Sociedad Colombiana de Ingenieros. Bogotá, D.C, Colombia
Arias Gómez, P. A. & G. Poveda Jaramillo (2007). Estimación de la Relación Adimensional
de Budyko en Colombia, Rev. Acad. Colomb., Cienc. 31 (118): 69-78. ISSN 0370-3908.Medellin Colombia.
Barco, J., A. Cuartas, O. Mesa, G. Poveda, I.J. Velez, R. Mantilla, A. Hoyos, F.J. Mejia, B. Botero and M. Montoya. (2000). Estimación de la evaporación en Colombia. Avances
Recursos Hidráulicos 7, 43-51. Bermejillo, Adriana. (1998). Estimación de la evapotranspiración real regional a partir de
datos satelitales (Tesis de Maestría). Mendoza, Universidad Nacional de Cuyo. Facultad de Ciencias Agrarias. Recuperado de http://bdigital.uncu.edu.ar/1218.
Bochetti, M.J. (2010). Análisis comparativo de la evapotranspiración obtenida mediante
distintas ecuaciones empíricas aplicadas a la zona agrícola de chillan (tesis pregrado).
Universidad Católica de la santísima concepción, Concepción, Chile.
Brasa. A. (1997). Determinación mediante teledetección de la evapotranspiración en regadíos extensivos. Universidad de castilla la mancha. Número 62 de colección tesis doctorales. 168 páginas.
Calera A (2005) la evapotranspiración: concepto y metodología de cálculo. In 'agua y
agronomía'. (ED. E mundi-prensa) PP. 163-238. Madrid. Carmona, F., y Rivas, R. (2011). Estimación de la evapotranspiración real mediante datos
Meteorológicos e imágenes de satélite. Teledetección: Recientes aplicaciones en la Región Pampeana, 83-101.
Departamento Nacional de Planeación – DNP. (2012). Plan Nacional de Adaptación al
Cambio Climático (PNACC).
Página 98 de 99
García A.G., Gallego-Elvira B., Campos A.N., Di Bella C.M., Olioso A., Posse G. (2013). “Evolución de la evapotranspiración en diferentes coberturas vegetales de la argentina
utilizando productos derivados del sensor MODIS”. COST Action ES0903 “EUROSPEC” Final Conference, 6 al 8 de noviembre de 2013, Trento, Italia.
Hämmerly, R.C. (2001). Modelación de la evapotranspiración con métodos de balance de
agua (tesis de maestría). Universidad Nacional del Litoral, Ciudad de Santa Fe, Argentina.
Healy RW, Winter TC, Labaugh JW, Franke OL. (2007). 'Water budgets: foundations for
effective water-resources and environmental management.' (U.S. Geological Survey Circular 1308: Reston, Viginia).
Jaramillo R., A. (2006). Evapotranspiración de referencia en la región Andina de Colombia. Cenicafé. 57(4):288-298. Recuperado de http://hdl.handle.net/10778/232
Martina Eiseltová, Jan Pokorn , Petra Hesslerová and Wilhelm Ripl. (2012).
Evapotranspiration - A Driving Force in Landscape Sustainability, Evapotranspiration -
Remote Sensing and Modeling, Dr. Ayse Irmak (Ed.), ISBN: 978-953-307-808-3, InTech.
Martínez, J. (2005). Percepción remota “Fundamentos de teledetección espacial”. Comisión nacional del agua subdirección general de programación subgerencia de informática y sistema geográfico del agua jefatura de control cartográfico. pp. 62.
Ocampo, D., Rivas, R.y Carmona, F. (2013). Aplicación de tres modelos de estimación de la
evapotranspiración a partir de imágenes Landsat e información de terreno. In: Anais XVI Simpósio Brasileiro de Sensoriamento Remoto (SBSR), Foz do Iguaçu, PR, 13 - 18 de abril de 2013 / editado por José Carlos NevesEpiphanio, LênioSoaresGalvão, São José dos
Campos, SP : MCT/INPE, 2013. p. 5538-5544. ISBN: 978-85-17-00065-2.
Orozco, O. L. P., Carvajal, Y., & Angel, M. Q. (2011). Estudio de tendencias de la precipitación mensual en la cuenca alta-media del río Cauca, Colombia. Dyna. Medellin, Colombia. Nro. 169, pp. 112-120.
Pacífico Colombiano. 2015. Generalidades del Valle del Cauca. Recuperado el 16 de agosto
de 2015. Recuperado dehttp://pacificocolombiano.webnode.com.co/novedades/ Poveda, G.; Vélez, J.I.; Mesa, O.J.; Cuartas, A.; Barco, J.; Mantilla, R.I.; Mejía, J. F.; Hoyos,
C. D.; Ramírez, J. M.; Ceballos, L. I.; Zuluaga, M.D.; Arias, P.A.; Botero, B.A.; Montoya, M.I.; Giraldo, J.D.; Quevedo, D.I. (2007). Linking long-term water balances and statistical
scaling to estimate river flows along the drainage network of Colombia. Journal of Hydrologic Engineering 12 (1): 4-13.
Rodríguez, O. E. y Arredondo, H. A. (2005). Manual para el manejo y procesamiento de imágenes satelitales obtenidas del sensor remoto MODIS de la nasa, aplicado en estudios de
Ingeniería Civil. Tesis de pre grado. Pontificia Universidad Javeriana. Bogotá, Colombia.
Página 99 de 99
Rodríguez Becerra, M., &Mance, H. (2009). Cambio climático: lo que está en juego. Bogotá: Foro Nacional Ambiental. ISBN 978-958-99007-6-5
Rosselló. C. J & Casals. M. N. (2004). Determinación de la evapotranspiración en Cataluña
mediante el uso de la teledetección y los sistemas de Información geográfica. En medio ambiente, recursos y riesgos naturales: análisis mediante tecnología SIG y teledetección: aportaciones al “XI Congreso de Métodos Cuantitativos, SIG y Teledetección” celebrado en
Murcia, 20-23 de septiembre, 2004 (pp. 375-386). Servicios de publicaciones.
Rosero, R. I. (2003). Incidencia del Fenómeno El Niño en la Actividad Económica del Ecuador: Un Análisis de Series de Tiempo. Escuela Superior Politécnica del Litoral, Instituto De Ciencias Matemáticas, Ingeniería en Estadística Informática. Guayaquil,
Ecuador. pp. 90
Sánchez, J. M., Caselles, V., Valor, E., y Coll, C. (2007). Análisis de una metodología para la estimación de la evapotranspiración real diaria mediante teledetección a una escala regional. Revista de Teledetección, (27), 71-79
Van der Tol Christiaan, Parodi G. (2011). Guidelines for Remote Sensing of
Evapotranspiration. Evapotranspiration remote sensing and modeling Evapotranspiration Remote Sensing and Modeling Edited by Ayse Irmak
Vives L., Wohl Coelho O., Rivas R., Schirmbeck J., Valor E. (2004). Estimación de la evapotranspiración regional mediante sensores remotos. Actas IV Congreso Uruguayo de
Geología, Montevideo. Recuperado de www.sugeologia.org
